XDA-Developers cobriu recentemente um pequeno truque que permite executar o aplicativo de desktop ChatGPT em um modelo local em vez dos servidores da OpenAI. A ferramenta por trás disso, opencodex, reescreve o config.toml do Codex CLI e fica entre o cliente de desktop e qualquer backend para o qual o usuário apontar, encaminhando requisições para Ollama, LM Studio ou um provedor em nuvem de sua escolha. Funciona e é gratuito. É também um projeto GitHub mantido por uma única pessoa, sem um calendário de lançamento claro, que é exatamente o tipo de coisa que faz as pessoas procurarem alternativas ao opencodex antes de construir um fluxo de trabalho em torno dele. Vários outros proxies e gateways resolvem o mesmo problema: manter a interface de desktop do ChatGPT ou um cliente de codificação similar, enquanto trocam o modelo subjacente. Aqui está como sete deles se comparam.
Tabela de comparação rápida
| Ferramenta | Melhor para | Auto-hospedado | Preço inicial | Característica destaque |
|---|---|---|---|---|
| LiteLLM | Cobertura mais ampla de provedores | Sim | Gratuito (código aberto) | Proxy único para 100+ provedores de modelos |
| OpenRouter | Roteamento sem configuração | Não | Nível gratuito, pagamento por token | Uma chave API, dezenas de modelos hospedados |
| Ollama | Executar modelos localmente | Sim | Gratuito | Servidor compatível com OpenAI integrado |
| LM Studio | Gerenciamento de modelos de desktop | Sim | Gratuito | Seletor de modelos GUI com alternância de servidor local |
| anycodex | Substituição direta de opencodex | Sim | Gratuito (código aberto) | Mais adaptadores de provedores que o original |
| CodexHub | Aplicativo de desktop com telemetria | Sim | Gratuito (código aberto) | Cliente Rust e Tauri com painéis de uso |
| LocalAI | Substituição completa OpenAI | Sim | Gratuito (código aberto) | Endpoints de texto, imagem e áudio em um binário |
Por que os usuários procuram alternativas ao opencodex
opencodex faz um trabalho bem: remenda a configuração do Codex para que o aplicativo de desktop ChatGPT fale com um endpoint diferente. Esse escopo estreito também é sua limitação. O projeto tem um único mantenedor, o que significa que correções de bugs e patches de compatibilidade dependem do horário de uma pessoa. Quando a OpenAI muda os internals do cliente de desktop, um fork mantido por uma pessoa pode ficar atrasado por semanas antes que alguém perceba e envie um patch.
Cobertura de protocolo é o segundo ponto de atrito. opencodex fala o formato compatível com OpenAI, que cobre Ollama e LM Studio bem, mas deixa a API nativa de Anthropic e outros esquemas que não são OpenAI fora do alcance sem tradução adicional. Qualquer pessoa executando uma configuração mista, um modelo Llama local para tarefas rotineiras e um modelo Claude ou Gemini hospedado para tarefas mais difíceis, eventualmente precisa de um proxy que entenda mais de um dialeto.
UX do seletor de modelos é mais importante do que parece. Editar um arquivo TOML para trocar modelos funciona para uma configuração de uma pessoa, mas desmorona quando alguém quer testar três modelos em uma tarde. Telemetria também é uma pergunta justa: algumas ferramentas não registram nada, outras enviam estatísticas de uso anônimas, e algumas mantêm um painel local de tokens e latência. Os termos de licença também diferem. A maioria desta categoria está sob MIT, que permite forks fechados e uso comercial sem obrigação de compartilhar mudanças; alguns ferramentas adjacentes usam variantes GPL que exigem que obras derivadas permaneçam abertas. Vale a pena verificar antes de construir um produto em cima de qualquer uma delas.
As alternativas
LiteLLM
LiteLLM é um proxy Python que fala o formato de conclusão de chat OpenAI de um lado e traduz para mais de 100 provedores de modelos do outro, incluindo todos os principais fornecedores em nuvem e a maioria dos runtimes locais. Aponte o aplicativo de desktop ChatGPT ou qualquer cliente compatível com OpenAI para um servidor LiteLLM e ele roteia cada solicitação para o backend que uma regra de roteamento atribui. Ele é fornecido como uma biblioteca Python e servidor proxy independente com um arquivo de configuração, mais um painel hospedado para rastreamento de gastos e limites de taxa.
Onde ele fica aquém: O conjunto completo de recursos, balanceamento de carga, cadeias de fallback, alertas de orçamento, estão por trás da configuração YAML do servidor proxy, que tem uma curva de aprendizado mais abrupta do que a edição única de TOML do opencodex. Executá-lo também significa manter um processo Python em execução em segundo plano.
Preço: Gratuito e código aberto sob MIT. Um nível empresarial hospedado com SSO e logs de auditoria está disponível separadamente para equipes, preço sob solicitação.
Migrando do opencodex: Substitua o endpoint config.toml do opencodex pela URL proxy do LiteLLM (geralmente http://localhost:4000), depois defina seus backends, Ollama, LM Studio ou uma chave em nuvem, no config.yaml do LiteLLM. A configuração do provedor leva cerca de quinze minutos para uma configuração de modelo único, mais tempo se quiser regras de roteamento em vários modelos.
Conclusão: Escolha LiteLLM se quiser um proxy que possa crescer para uma configuração multi-provedor, multi-usuário sem trocar de ferramenta novamente.
OpenRouter
OpenRouter é um serviço de roteamento hospedado em vez de algo que se auto-hospeda. Aponte qualquer cliente compatível com OpenAI para a API OpenRouter e uma chave fornece acesso a dezenas de modelos, de versões de peso aberto aos principais modelos fechados, cobrados por token sem assinatura necessária. É a forma mais rápida de testar uma linha de modelos sem executar nenhum deles você mesmo.
Onde ele fica aquém: Não é local. Cada solicitação sai da sua máquina, o que anula a motivação de privacidade que atrai a maioria das pessoas para opencodex. Só ajuda se seu objetivo é variedade de modelos, não inferência no dispositivo.
Preço: Créditos gratuitos no cadastro, depois preços de pagamento por token que refletem ou marcam ligeiramente a taxa de cada provedor subjacente. Nenhuma taxa mensal fixa.
Migrando do opencodex: Substitua o endpoint local na configuração do seu cliente pela URL e chave API do OpenRouter. Sem runtime local para instalar, mas também sem modo offline; espere que isso leve cerca de cinco minutos.
Download: Site
Conclusão: Escolha OpenRouter quando quiser comparar modelos rapidamente e não precisar que as requisições permaneçam no seu próprio hardware.
Ollama
Ollama é o runtime que opencodex realmente faz proxy para a maioria das configurações locais, e ele pode pular o intermediário completamente. Versões recentes expõem um endpoint compatível com OpenAI em /v1 ao lado de sua API nativa, para que um cliente que fale o formato de chat OpenAI possa falar com Ollama diretamente sem nenhum proxy entre eles. Ele lida com downloads de modelos, quantização e offload de GPU por conta própria.
Onde ele fica aquém: Ollama não reescreve a configuração do aplicativo de desktop ChatGPT para você como o opencodex faz; você ainda precisa apontar o cliente para o endpoint do Ollama você mesmo, e roteamento multi-provedor (misturando modelos locais e em nuvem) está fora do escopo.
Preço: Gratuito e código aberto.
Migrando do opencodex: Se opencodex já está encaminhando para Ollama, desista da camada proxy e aponte o aplicativo de desktop direto para http://localhost:11434/v1. Isso remove uma peça em movimento em vez de adicionar uma, e leva alguns minutos.
Conclusão: Escolha Ollama sozinho se seu único backend for modelos locais e não precisar de um roteador na frente.
LM Studio
LM Studio é um aplicativo de desktop para baixar, gerenciar e executar modelos locais por meio de uma interface gráfica, e inclui um toggle de um clique para expor esses modelos em um servidor local compatível com OpenAI. O seletor de modelos vive na mesma janela onde você carrega e testa modelos, o que resolve o atrito do arquivo de configuração que opencodex deixa sem abordar.
Onde ele fica aquém: LM Studio é código fechado, diferentemente da maioria das ferramentas nesta lista, e sua pegada de recursos é mais pesada do que um runtime de linha de comando bare, pois envia uma GUI completa.
Preço: Gratuito para uso pessoal e uso comercial, conforme os termos de licença do aplicativo.
Migrando do opencodex: Ative o servidor local na aba Developer do LM Studio, carregue um modelo e aponte o aplicativo de desktop ChatGPT para o endereço do servidor mostrado nessa aba (geralmente http://localhost:1234/v1). Nenhuma edição de arquivo de configuração necessária.
Download: Site
Conclusão: Escolha LM Studio se preferir um seletor de modelos visual em vez de editar manualmente arquivos de configuração.
anycodex
anycodex é um fork direto do opencodex construído especificamente para adicionar adaptadores de provedores que o projeto original não cobre, incluindo alguns backends compatíveis com Anthropic e auto-hospedados. Ele mantém a mesma abordagem central, reescrevendo a configuração do cliente Codex, ao mesmo tempo que estende a lista de endpoints para os quais pode encaminhar.
Onde ele fica aquém: Como um fork de um projeto menor, ele carrega o mesmo risco de manutenção única que o opencodex em si, apenas com um nome diferente anexado. Tamanho da comunidade e tempo de resposta de problemas são ambos limitados.
Preço: Gratuito e código aberto.
Migrando do opencodex: A configuração é quase idêntica, pois anycodex manteve a mesma estrutura de arquivo e flags CLI. Trocar é quase uma substituição plug-and-play, geralmente em menos de dez minutos, incluindo teste dos novos adaptadores de provedor.
Download: GitHub
Conclusão: Escolha anycodex se opencodex funciona quase para você e a peça faltante é um provedor extra que ele não suporta.
CodexHub
CodexHub é um cliente de desktop Rust e Tauri que envolve o mesmo conceito de proxy em uma janela de aplicativo nativo, adicionando um painel de uso que rastreia tokens, latência e gasto por modelo ao longo do tempo. O binário nativo inicia mais rápido que um proxy baseado em Python e usa menos memória em repouso.
Onde ele fica aquém: O painel de telemetria, útil para rastrear o uso, significa que CodexHub mantém logs locais de cada solicitação por padrão. Qualquer pessoa que queira um proxy que não registre nada deve verificar as configurações antes de assumir que é silencioso.
Preço: Gratuito e código aberto.
Migrando do opencodex: Importe sua lista de provedores existente através do assistente de configuração do CodexHub, ou adicione cada backend (Ollama, LM Studio, chave em nuvem) manualmente em seu painel de configurações. Espere cerca de dez minutos para uma migração típica de provedor único.
Download: GitHub
Conclusão: Escolha CodexHub se uma janela de aplicativo nativo com rastreamento de uso é mais importante do que executar invisível em segundo plano.
LocalAI
LocalAI é uma substituição completa e auto-hospedada do OpenAI que cobre conclusões de chat, geração de imagens e transcrição de áudio em um único binário. Ele suporta uma ampla gama de backends de modelos além de apenas modelos de chat, o que o torna útil para quem quer construir um fluxo de trabalho que precise de mais do que apenas geração de texto do mesmo servidor local.
Onde ele fica aquém: A configuração é mais complicada do que um proxy de propósito único, pois LocalAI configura backends de modelos separados para cada modalidade, e os requisitos de recursos na primeira execução são maiores se habilitarmos endpoints de imagem ou áudio junto com chat.
Preço: Gratuito e código aberto.
Migrando do opencodex: Aponte o aplicativo de desktop ChatGPT para o endpoint /v1 do LocalAI após definir seu modelo de chat em sua configuração YAML. A migração apenas de texto leva cerca de quinze minutos; adicionar endpoints de imagem ou áudio leva mais tempo.
Conclusão: Escolha LocalAI se quiser um servidor auto-hospedado que eventualmente precise fazer mais do que apenas rotear solicitações de chat.
Como escolher
Escolha LiteLLM se estiver roteando entre vários provedores, locais e em nuvem, e quiser recursos de proxy como cadeias de fallback e rastreamento de gastos integrados. Escolha OpenRouter se privacidade não for o objetivo e preferir testar uma linha ampla de modelos sem executar nenhum localmente. Escolha Ollama ou LM Studio sozinhos se sua configuração for puramente local e um roteador na frente seria apenas um salto extra; LM Studio vence se quiser uma GUI, Ollama se quiser um processo de fundo mais leve.
Escolha anycodex se opencodex funciona quase para você e tudo o que precisa é um provedor que não suporta, pois a migração é a mais próxima de uma substituição plug-and-play. Escolha CodexHub se uma janela de aplicativo nativo com rastreamento de uso é mais importante do que executar invisível em segundo plano. Escolha LocalAI se chat for apenas a primeira modalidade que planeja rotear localmente, e espera adicionar geração de imagem ou áudio depois.
Fique com opencodex se sua configuração for um modelo local único por trás do aplicativo de desktop ChatGPT e não precisar de roteamento multi-provedor, GUI ou rastreamento de uso. É uma ferramenta pequena e focada, e para uma configuração de um modelo, uma máquina, as alternativas acima adicionam complexidade que você pode não precisar ainda.
FAQ
LiteLLM é melhor que opencodex?
LiteLLM cobre muito mais provedores e adiciona recursos de roteamento que opencodex não tenta, mas requer executar um servidor proxy em vez de uma reescrita de configuração leve. Para um único modelo local, opencodex é mais simples; para configurações multi-provedor, LiteLLM faz mais.
Posso usar o aplicativo de desktop ChatGPT com Ollama sem opencodex?
Sim. Versões recentes do Ollama expõem um endpoint compatível com OpenAI diretamente, para que um cliente compatível possa apontá-lo sem nenhuma camada de proxy entre.
Qual é a alternativa mais barata ao opencodex?
Todas as opções auto-hospedadas aqui, LiteLLM, Ollama, LM Studio, anycodex, CodexHub e LocalAI, são gratuitas e código aberto (ou gratuitas para usar, no caso do LM Studio). OpenRouter é a única com cobrança baseada em uso, pois ela executa os modelos em seus próprios servidores.
Mudar para um proxy como LiteLLM mantém meus dados locais?
Apenas se rotear para um backend local como Ollama ou LM Studio. LiteLLM e LocalAI são proxies, não runtimes; para onde seus dados vão depende do backend que você configura atrás deles. OpenRouter sempre envia solicitações para modelos hospedados.
Existe uma alternativa GUI para edição de arquivo de configuração opencodex?
LM Studio e CodexHub oferecem interfaces gráficas para gerenciar backends e modelos, evitando edições manuais de arquivo de configuração.
O que as pessoas usam em vez de opencodex para proxying LLM local?
LiteLLM e LocalAI são as opções auto-hospedadas mais comuns para roteamento multi-provedor, enquanto Ollama e LM Studio cobrem configurações de runtime único sem proxy algum.
