Coding via Android: Komparasi & Setup 5 Model AI Gratis untuk Acode + Termux [GooTech]

Bagi pengembang yang menggunakan Acode (code editor) dan Termux (terminal emulator) di Android, memiliki asisten AI yang berjalan langsung di environment tersebut dapat meningkatkan produktivitas secara signifikan. Tantangan utamanya adalah menemukan model yang ringan, gratis, dan mudah diintegrasikan, tanpa harus bergantung pada laptop atau PC.

Artikel ini membedah pilihan model AI gratis terbaik yang dapat Anda gunakan langsung dari Termux, lengkap dengan skenario setup teknis yang realistis untuk workflow coding harian.

1. Cloud API & CLI

Kategori ini membutuhkan koneksi internet, namun memberikan performa terbaik tanpa membebani RAM perangkat Android Anda.

Gemini CLI (Google) — Free Preview

Rekomendasi utama untuk daily driver.
Google menyediakan akses ke model Gemini terbaru (termasuk varian 2.5 Pro dalam preview) yang sangat solid untuk debugging, refactor, dan pembuatan skrip.

Kelebihan: Kuota gratis sangat besar (±1.000 request/hari).
Stabilitas: Konsisten untuk sesi coding panjang.
Akses: Login akun Google, tanpa kartu kredit.
Integrasi: Ideal dijalankan via Python di Termux.

OpenAI Free Tier

Akurasi tinggi, tetapi kuota terbatas.
Cocok untuk problem logic kompleks atau validasi solusi.

Model: gpt-4o-mini, gpt-4.1-mini
Kelebihan: Reasoning dan pemahaman konteks sangat baik.
Kekurangan: Token gratis cepat habis jika dipakai intensif.

OpenRouter

Aggregator model gratis.
Satu endpoint untuk mencoba banyak model coding-oriented tanpa ribet.

Model Gratis: Qwen-Coder, Gemini Flash (kuota terbatas).
Kelebihan: Fleksibel, cocok eksperimen.
Catatan: Performa tergantung model yang sedang gratis.

DeepSeek API (Free / Community Tier)

Spesialis coding dan reasoning teknis.
DeepSeek dikenal kuat untuk pemrograman, khususnya Python, C/C++, dan problem algoritmik.

Model Populer: deepseek-coder, deepseek-chat
Kelebihan: Output kode ringkas, jarang halusinasi.
Gratis: Tersedia free tier / community quota.
Cocok Untuk: Debugging cepat dan penulisan fungsi.

DeepSeek dapat digunakan langsung via REST API dari Termux menggunakan curl, mirip dengan OpenAI/OpenRouter.

2. Open-Source Local Models (Offline / Lokal)

Model ini berjalan sepenuhnya di HP Anda. Privasi maksimal, namun menuntut spesifikasi tinggi.

Llama / CodeLlama / Phi-3 / Gemma

Dijalankan via Ollama di Termux (biasanya melalui proot-distro Ubuntu).

CodeLlama 13B: Sangat kuat, tetapi berat.
Phi-3 Mini / Gemma 2 9B: Lebih ringan dan responsif.
Kelebihan: Tanpa API key, offline.
Kekurangan: Boros RAM dan baterai (disarankan RAM 8GB+).

3. Tools & Proxy (All-in-One)

Solusi praktis bagi yang tidak ingin setup manual.

CometAPI: Satu API untuk OpenAI, Gemini, Claude (free trial).
MegaLLM: Platform komunitas, sering menyediakan kredit gratis.
Duck.ai: Web-based (bukan CLI), cocok untuk diskusi kode cepat.

Tabel Perbandingan Cepat

Pilihan	API Key	Gratis	Kualitas Coding	Cocok Untuk
Gemini CLI	Ya	Ya (Preview)	Sangat Baik	Daily driver, debugging
OpenAI Free	Ya	Ya (Kuota)	Baik	Logic kompleks
OpenRouter	Ya	Ya	Cukup–Baik	Eksperimen model
DeepSeek	Ya	Ya	Sangat Baik	Coding & algoritma
Lokal (Ollama)	Tidak	Ya	Tergantung HW	Offline & privasi

Tutorial Setup & Snippet Code (Termux)

Berikut adalah cara mengintegrasikan model-model di atas ke dalam workflow Termux Anda.

Persiapan Awal

Pastikan Termux Anda sudah terupdate dan memiliki paket dasar:

pkg update && pkg upgrade
pkg install python nodejs curl nano jq

Skenario Setup Sesuai Kebutuhan

1. Skenario A: Gemini CLI (Python)

Ini merupakan pendekatan paling stabil untuk penggunaan jangka panjang. Cara memasang Gemini CLI:

pip install -U google-generativeai

Troubleshoot: Jika mengalami error cryptography coba fix dengan cara memasang rust dan python-cryptography secara manual:

install rust binutils pkg-config libffi openssl build-essential

Lanjutkan pasang cryptography jika belum terpasang.

pkg install python-cryptography

Kemudian ulangi instalasi google-generativeai seperti .

Kemungkinan error lanjutan: maturin tidak mengetahui level Android API. Biasanya karena Termux tidak mengekspor ANDROID_API_LEVEL secara default, sementara maturin mengharuskannya.

Solusi: Export manual. Cari tahu level API dengan cara seperti ini

getprop ro.build.version.sdk

Kemudian masukkan nilai yang didapat seperti ini:

export ANDROID_API_LEVEL=36 # API Android 16

Agar tersimpan permanen masukkan ke .bashrc dengan cara:

echo 'export ANDROID_API_LEVEL=36' >> ~/.bashrc
source ~/.bashrc

Buat Script Python (ai-chat.py): Simpan file ini di folder project Anda atau bisa juga di home Termux) agar bisa dipanggil saat coding di Acode. Berikut script Python yang bisa di pakai agar Gemini CLI berperan sebagai coding-assistant.

import os
import re
import google.generativeai as genai

# Setup API Key
api_key = os.getenv("GOOGLE_API_KEY")
if not api_key:
    print("Error: GOOGLE_API_KEY tidak ditemukan. Jalankan: export GOOGLE_API_KEY='your_key'")
    exit(1)

genai.configure(api_key=api_key)

# Inisialisasi Model
model = genai.GenerativeModel(
    model_name='gemini-3-flash-preview',
    system_instruction="You are an expert CLI coding assistant. If the user provides file content, analyze it carefully and provide concise, production-ready solutions.",
    generation_config={
        "thinking_level": "high",
        "temperature": 0.1
    }
)

chat = model.start_chat(history=[])

def get_file_context(text):
    """Mencari nama file dalam input user dan mengambil isinya."""
    # Mencari pola nama file (misal: script.py, index.html, styles.css)
    file_pattern = r'[\w\.-]+\.(py|js|html|css|json|txt|md|cpp|sh)'
    found_files = re.findall(file_pattern, text)

    context = ""
    for file_name in found_files:
        # Kita ambil nama lengkap filenya (re.findall hanya ambil group extension jika tidak hati-hati)
        match = re.search(r'[\w\.-]+\.' + file_name, text)
        if match:
            full_path = match.group(0)
            if os.path.exists(full_path):
                try:
                    with open(full_path, 'r') as f:
                        content = f.read()
                        context += f"\n--- ISI FILE {full_path} ---\n{content}\n"
                except Exception as e:
                    print(f"[System] Gagal membaca {full_path}: {e}")
    return context

print("--- Gemini 3 Coding Assistant (Ready) ---")
print("Tips: Sebutkan nama file (misal: 'cek package.json' atau '/src/layouts/Layout.astro') untuk menyertakan isinya.")

while True:
    user_input = input("\nYou: ")
    if user_input.lower() in ["exit", "quit", "bye"]:
        break

    # Cek apakah ada file yang disebut
    file_data = get_file_context(user_input)
    final_prompt = user_input + file_data if file_data else user_input

    try:
        response = chat.send_message(final_prompt)
        print(f"\nAI:\n{response.text}")
    except Exception as e:
        print(f"Error: {e}")

Cara Pakai Gemini CLI: Masuk ke folder project dan pakai script python yang sudah dibuat.

export GEMINI_API_KEY="paste_api_key_disini"
python ai-chat.py "Buatkan fungsi javascript untuk validasi email"

Agar tidak berulang-kali memasukkan Gemini API Key seriap memulai percakapan/promting, permanenkan ke dalam .bashrc seperti sebelumnya.

Buat juga alias untuk file ini di ~/.bashrc untuk mempermudah pemanggilan. Misalnya alias gemini='python ~/ai-chat.py', sehinga cukup memakai gemini saat prompting di dalam Termux.

Pemanggilan Gemini CLI pun smakin mudah:

gemini "Buatkan fungsi javascript untuk validasi email"

2. Skenario B: OpenRouter / DeepSeek (cURL)

Gunakan metode ini jika Anda ingin akses cepat ke model seperti Qwen3-Coder lewat OpenRouter secara gratis. Buat alias di .bashrc atau .zshrc agar praktis:

nano ~/.bashrc
# vim ~/.bashrc
# atau nano ~/.zshrc

Contoh alias shell untuk DeepSeek via API:

ai-ask() {
  curl https://api.deepseek.com/v1/chat/completions \
    -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "deepseek-coder",
      "messages": [{"role": "user", "content": "'"$1"'"}]
    }' | jq '.choices[0].message.content'
}

Untuk Qwen3-Coder juga hampir sama tetapi menggunakan OpenRouter sebagai jembatan.

ai-ask() {
    curl https://openrouter.ai/api/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer $OPENROUTER_API_KEY" \
      -d '{
        "model": "qwen/qwen-2.5-coder-32b-instruct:free",
        "messages": [
          {"role": "user", "content": "'"$1"'"}
        ]
      }' | jq '.choices[0].message.content'
}

**Catatan:

Anda perlu menginstall jq (pkg install jq) untuk memformat output JSON.

DeepSeek (tanpa OpenRouter) tidak sepenuhnya free. Biasanya ada gratisan trial senilai $1.

OpenRouter memberi token gratis senila $5 untuk percobaan.

Lanjutan: Konfigurasi Deepseek Coder sebagai Coding Assistant di Dalam Termux akan dibahas lebih lanjut di artikel berikutnya.

3. Skenario C: Model Lokal (Ollama)

Jika HP Anda termasuk high-end (RAM 8GB+), Anda bisa pasang Ollama di Termux (biasanya via proot-distro Ubuntu).

Install & Jalankan Ollama server (di session proot)..

ollama run phi3

Gunakan langsung sebagai coding assistant offline.

>> Write a Python script to scrape a website title

Kesimpulan

Untuk pengalaman Coding Partner terbaik di Acode + Termux tanpa biaya:

Pemenang utama: Gemini CLI (kuota besar, stabil). Gunakan Gemini CLI (via Python script). Limit 1.000 request/hari sangat sulit dikalahkan oleh layanan gratis lainnya, dan latensinya rendah.
Alternatif kuat: DeepSeek untuk coding-focused output. Sebagai pengganti model Qwen-Coder atau jika kuota Gemini Anda habis.
Eksperimen: Gunakan OpenRouter jika Anda ingin mencoba model spesifik coding seperti Qwen-Coder selain Deepseek-Coder.
Privasi: Model lokal via Ollama. Namun butuh ponsel dengan spek tinggi. Minimal RAM 8 GB.

Selamat bereksperimen dengan AI di perangkat mobile Anda!

Dengan setup yang tepat, Android sudah lebih dari cukup untuk menjadi mesin coding portabel berbasis AI.

Coding via Android: Komparasi & Setup 5 Model AI Gratis untuk Acode + Termux