O Forge redefine o cálculo de construção de aplicativos dentro da Bolt: é um agente que executa apenas modelos abertos — GLM 5.3 Flash por padrão, GLM 5.3 junto com ele, além dos experimentais Kimi K3 e DeepSeek v4 Pro — oferecendo até 50× mais uso para planos Pro individuais durante o lançamento. No Índice de Construção da Bolt, esses modelos somam 92,2 contra 101 de um modelo pago líder, uma troca de desempenho de cerca de nove pontos. A aposta é que a fase de rascunho é limitada pela economia de tokens, não pelo talento. Com o Forge, você pode brainstormar, estruturar e corrigir mais sem limites diários, depois voltar para Standard ou Max para o polimento final quando cada resultado precisa acertar na primeira tentativa.

A economia por trás do Forge é tão importante quanto os modelos. Os custos de inferência de IA caíram drasticamente, e a Bolt combina capacidade reservada com WebContainers para eliminar acréscimos por requisição e a expansão de servidores. Essa estrutura suporta uma única barra mensal de uso com parada rígida em 100% — sem limitação diária, sem cobranças surpresa. Para pequenas empresas e construtores solo, isso cria espaço para explorar arquiteturas, testar integrações e iterar fluxos de UI que antes consumiam créditos premium. É uma separação prática de preocupações: gaste a alocação de modelos abertos em pensamento divergente e churn de código; economize créditos de modelos pagos para tarefas convergentes, controle de qualidade e fluxos críticos de latência.

O Forge é intencionalmente posicionado como experimental. Projetos devem ser duplicados antes da troca, e cargas de trabalho complexas de produção devem permanecer em Standard ou Max. A escolha do modelo importa: Kimi K3 e DeepSeek v4 Pro podem consumir a alocação mais rápido que o par GLM, então comece pelos padrões e escale seletivamente para picos de raciocínio ou reparo de código. As limitações atuais incluem ausência de uploads de PDF e a usual variabilidade dos modelos abertos sob ciclos intensos de refatoração. Mesmo com esses limites, o valor é convincente para estruturar dashboards, conectar endpoints CRUD ou executar ciclos rápidos de correção e teste onde o custo dominante é o tempo de iteração, não a qualidade da resposta única.

A governança é explícita. O treinamento ocorre apenas quando você opta por participar ao entrar no Forge; segredos e identificadores pessoais são removidos antes que os dados saiam da infraestrutura da Bolt, e espaços de trabalho Teams/Enterprise são excluídos. Sessões compartilhadas alimentam o treinamento de peso aberto via Arcee AI, com pesos publicados. Isso cria um ciclo virtuoso: os construtores recebem capacidade generosa para rascunho hoje, e os modelos que ajudam a melhorar permanecem inspecionáveis e portáteis amanhã. Para compradores técnicos, a avaliação é dupla — economia unitária que recompensa experimentação, e uma política de dados visível no momento da escolha, não enterrada em um aceite único de termos.