कोडिंग के लिए सबसे अच्छा AI कौन सा है? 1,200 डेवलपर असल में क्या लॉन्च करते हैं

इस सवाल के ज़्यादातर जवाब किसी बेंचमार्क या किसी की पसंद से शुरू होते हैं। हमारा शुरुआती बिंदु अलग है: इस बात का रिकॉर्ड कि काम आने पर लोग कौन सा मॉडल चुनते हैं।

AgentsRoom एक डेस्कटॉप ऐप है जो कोडिंग एजेंट को साथ-साथ चलाता है। जब कोई एजेंट शुरू करता है, तो ऐप CLI और मॉडल नोट करता है, और काम के बारे में कुछ नहीं। यह लेख उन रिकॉर्ड के 28 दिन पढ़ता है, 9 अक्टूबर से 5 नवंबर 2026 तक: 205,366 लॉन्च और 1,194 साइन-इन किए हुए अकाउंट।

छोटा जवाब। अगर आपको एक नाम चाहिए, तो वह Claude Code पर Opus है: गिनती का तरीका जो भी हो, यह पहले आता है। Codex पर GPT-6.1 Sol दूसरे नंबर पर आता है। लेकिन इस बढ़त का अच्छा-खासा हिस्सा वह डिफ़ॉल्ट है जो हमने खुद तय किया है, और आँकड़े इस बारे में ज़्यादा बताते हैं कि लोग कैसे चुनते हैं, बजाय इसके कि कौन सा मॉडल बेहतर कोड लिखता है।

रैंकिंग, तीन तरीकों से गिनी गई

लॉन्च बहुत असमान रूप से बँटे हैं। मीडियन अकाउंट ने 28 दिनों में 10 एजेंट शुरू किए, और दस अकाउंट ने सभी लॉन्च का 35% किया। कुछ शेड्यूल किए कामों वाला एक अकाउंट किसी मॉडल को कई अंक ऊपर-नीचे कर सकता है, इसलिए यहाँ वही रैंकिंग तीन तरीकों से गिनी गई है: सभी लॉन्च, दस सबसे सक्रिय अकाउंट के बिना लॉन्च, और एक अकाउंट, एक वोट (वह मॉडल जिसे हर अकाउंट ने सबसे ज़्यादा लॉन्च किया)।

इस टेबल में तीन बातें पढ़ने लायक हैं।

Opus की पहली दो पंक्तियाँ एक ही मॉडल हैं। opus उपनाम सबसे नई रिलीज़ के साथ चलता है, और Claude Code वर्ज़न 2.1.280 से इसे Opus 5.5 पर ले जाता है। दोनों को जोड़ने पर Opus 5.5 लॉन्च का 37% है और आधे से थोड़े ज़्यादा अकाउंट का मुख्य मॉडल है।

Sonnet एक दूसरा मॉडल है। यह लॉन्च का 13% है पर सिर्फ़ 6% अकाउंट का मुख्य मॉडल है: लोग इसे किसी और चीज़ के साथ इस्तेमाल करते हैं।

लोगों को गिनने से तस्वीर बदल जाती है। Gemini 3.8 Flash लॉन्च के 1.3% से अकाउंट के 4.6% पर पहुँच जाता है। CLI के स्तर पर अंतर और बड़ा है:

इस रैंकिंग में हमारा अपना डिफ़ॉल्ट भी है

यह वह हिस्सा है जिसे किसी वेंडर बेंचमार्क को कभी मानना नहीं पड़ता। AgentsRoom में हर बिल्ट-इन भूमिका एक सुझाए गए मॉडल के साथ आती है: फुलस्टैक, फ्रंटएंड, बैकएंड, आर्किटेक्ट, सुरक्षा और मोबाइल के लिए Opus, QA, PM, DevOps और git के लिए Sonnet, मार्केटिंग और अनुवाद के लिए Haiku। एक फुलस्टैक एजेंट बनाइए और पिकर पहले से Opus पर होता है।

आप इसे डेटा में देख सकते हैं। Claude Code पर DevOps, PM और QA एजेंट के लिए सबसे ज़्यादा लॉन्च किया गया मॉडल Sonnet है, और फुलस्टैक, बैकएंड और आर्किटेक्ट एजेंट के लिए Opus। यह लगभग पंक्ति-दर-पंक्ति हमारी डिफ़ॉल्ट टेबल है। इसलिए हम आपसे यह नहीं कहेंगे कि डेवलपर QA के लिए Sonnet पसंद करते हैं। ज़्यादातर उन्होंने वही रखा जो हमने सुझाया था।

बाकी काम जड़ता कर देती है: 70% अकाउंट के लिए, इस अवधि में लॉन्च किया गया पहला मॉडल ही वह मॉडल भी है जिसे उन्होंने सबसे ज़्यादा लॉन्च किया।

ज़्यादा ईमानदार संकेत उन चुनावों में है जो कोई गलती से नहीं करता। 198 अकाउंट ने Opus 5.5 हाथ से पिन किया, जबकि उपनाम उन्हें वही मॉडल दे रहा था। 116 ने Fable लॉन्च किया और 121 ने Sonnet 5.5 पिन किया, और इनमें से कोई भी किसी भूमिका का डिफ़ॉल्ट नहीं है। ये समूह छोटे हैं, और ये वे लोग हैं जिन्होंने सूची देखी और फ़ैसला किया।

लोग ऑटोमेशन को क्या सौंपते हैं

दस सबसे सक्रिय अकाउंट के बिना, 28% लॉन्च बैकलॉग टिकट, टीम रन या ट्रिगर से आते हैं, और बाकी ज़्यादातर किसी के एजेंट खोलने या फिर से शुरू करने से। दस सबसे सक्रिय अकाउंट एक अलग ही दुनिया हैं: उनके 68% लॉन्च ऑटोमेशन से शुरू होते हैं। इन अकाउंट ने हाथ से एजेंट शुरू करना काफ़ी हद तक बंद कर दिया है।

हर मॉडल के लॉन्च का वह हिस्सा जो ऑटोमेशन से शुरू होता है, उन दस अकाउंट के बिना:

Claude Code पर स्तर उम्मीद के मुताबिक़ बँटते हैं: Opus के लिए करीब 20%, Sonnet और Haiku के लिए करीब 40%। हमारा डिफ़ॉल्ट Sonnet के आँकड़े को बढ़ा देता है, क्योंकि टीम रन में QA और PM की भूमिकाएँ उसी पर शुरू होती हैं, और पिन किया हुआ Sonnet 5.5 18% पर है। Codex पर ऐसा कोई पैटर्न नहीं है, और सूची का फ़्रंटियर मॉडल GPT-6 Astra 40% पर है। इसलिए हम इसे कोई नियम नहीं बनाएँगे। नियम के सबसे क़रीब जिस बात का हम बचाव कर सकते हैं: Claude Code पर लोग सबसे ताक़तवर स्तर उस काम के लिए रखते हैं जिस पर वे नज़र रखते हैं, और रूटीन का ज़्यादा हिस्सा सस्ते स्तरों को सौंपते हैं।

प्रयास भी इसी तर्क पर चलता है। जिन लॉन्च में प्रयास तय किया गया था, उनमें Opus (48%) और GPT-6.1 Sol (59%) पर high सबसे आगे है, और Sonnet (61%) पर medium। रीज़निंग प्रयास अपने आप में एक सेटिंग है, और जो लोग Opus 5.5 पिन करते हैं वे इसे और आगे ले जाते हैं: उनके 25% लॉन्च पर xhigh या max, जबकि उपनाम पर 20%।

कम ही लोग एक पर रुकते हैं

30% अकाउंट ने 28 दिनों में एक ही मॉडल लॉन्च किया, और 21% ने छह या ज़्यादा। भूमिकाओं के डिफ़ॉल्ट इस आँकड़े को बढ़ा देते हैं, क्योंकि वे बिना किसी के फ़ैसला किए एक ही अकाउंट में Opus और Sonnet रख सकते हैं। CLI की गिनती ज़्यादा साफ़ है, क्योंकि दूसरे CLI का मतलब है इंस्टॉल और लॉगिन: 45% अकाउंट ने कम से कम दो लॉन्च किए।

यह ओवरलैप एकतरफ़ा है। दस में से आठ से ज़्यादा Codex अकाउंट ने Claude भी लॉन्च किया। दस में से तीन से कम Claude अकाउंट ने Codex लॉन्च किया। इन डेवलपर के एक अच्छे-खासे हिस्से के लिए "कौन सा मॉडल सबसे अच्छा है" का जवाब एक जोड़ी है, और यह एक समझदारी भरा नतीजा है।

एक छोटी बात, छोटे सैंपल पर: GitHub Copilot वाले 34 में से 6 अकाउंट ने वीकेंड पर कुछ लॉन्च किया, जबकि Claude अकाउंट में 47% और Codex अकाउंट में 52% ने। यह उस टूल से मेल खा सकता है जिसका पैसा नियोक्ता देता है, हालाँकि हम इसे साबित नहीं कर सकते।

नया मॉडल करीब एक हफ़्ते में जगह ले लेता है, अगर वह डिफ़ॉल्ट हो

GPT-6.1 Sol हमारे रिकॉर्ड में पहली बार 29 सितंबर को दिखता है, और 1 अक्टूबर को यह वह मॉडल बन गया जो नए Codex एजेंट को मिलता है, जब तक आप कोई और न चुनें। Codex के मुख्य मॉडलों में, लॉन्च में इसका हिस्सा हफ़्ते-दर-हफ़्ते ऐसे चला: 19%, 50%, 53%, 61%, 68%, 65%। उन्हीं छह हफ़्तों में GPT-5.6 Sol 82 अकाउंट से घटकर 24 पर आ गया।

वे 24 दिलचस्प हैं। वैसे ही वे 17 अकाउंट भी जो 2 नवंबर के हफ़्ते में अब भी Opus 5 लॉन्च कर रहे थे, वह हफ़्ता जो इन आँकड़ों को निकालते समय अभी चल रहा था। कुछ अपनी पसंद से रुके हैं, और कुछ इसलिए कि उनका प्लान नया मॉडल नहीं देता। हमारा डेटा इन्हें अलग नहीं कर सकता।

Claude Code पर रिलीज़ मुश्किल से ही दिखती है। उपनाम पर मौजूद हर कोई बिना कुछ किए आगे बढ़ जाता है, इसीलिए पिन किया हुआ Opus 5.5 मॉडल को कम करके दिखाता है।

लॉन्च को लोकप्रियता समझकर पढ़ने में एक जाल भी है। दस सबसे सक्रिय अकाउंट के बिना, Codex 21 सितंबर के हफ़्ते में लॉन्च के 26% से गिरकर 2 नवंबर के हफ़्ते में 16% पर आ गया। फिर भी Codex लॉन्च करने वाले सक्रिय अकाउंट का हिस्सा दोनों सिरों पर 36% था, और बीच में 33% से 38% के बीच रहा। लगभग उतने ही लोग, जो अपने एजेंट का छोटा हिस्सा उस पर लॉन्च कर रहे हैं। अगर आपके पास सिर्फ़ पहला आँकड़ा होता, तो आप ग़लत हेडलाइन लिखते।

मुफ़्त और लोकल मॉडल

बहुत से लोग सबसे अच्छा मुफ़्त मॉडल खोजते हैं, या लोकल चलाने के लिए सबसे अच्छा। यह डेटा इसका जवाब नहीं दे सकता। Freebuff, जो मुफ़्त है और विज्ञापनों से चलता है, लॉन्च का 0.3% है। Ollama के ज़रिए लोकल मॉडल लॉन्च का 0.2% हैं, 47 अकाउंट में। हमारे उपयोगकर्ता ज़्यादातर पहले से सब्सक्रिप्शन के पैसे देते हैं, इसलिए यहाँ कम हिस्सेदारी कोई फ़ैसला नहीं है। अगर आपको लोकल ही चाहिए, तो हम क्लाउड एजेंट के बगल में Ollama कैसे चलाते हैं से शुरू करें।

ये आँकड़े आपको क्या नहीं बता सकते

• लॉन्च कोई क्वालिटी स्कोर नहीं है। यहाँ कुछ भी यह नहीं मापता कि कोड चला या मर्ज हुआ।
• लॉन्च काम की मात्रा नहीं है। पाँच मिनट का फ़िक्स और रात भर का रन बराबर गिने जाते हैं, और फिर से शुरू किया गया सत्र भी एक लॉन्च गिना जाता है (कुल का 20%)।
• यह सैंपल सभी डेवलपर नहीं है। ये वे लोग हैं जो पहले से एक ऐसे डेस्कटॉप ऐप से कई एजेंट चलाते हैं जिसकी शुरुआत Claude Code के इर्द-गिर्द हुई, इसलिए Claude का प्रतिनिधित्व ज़रूरत से ज़्यादा है, और सिर्फ़ वे अकाउंट गिने जाते हैं जो उपयोग साझा करना चालू रखते हैं।
• हमारे डिफ़ॉल्ट इन आँकड़ों में शामिल हैं, जैसा ऊपर बताया गया है।

अपने कोड पर कैसे चुनें

चूँकि कोई रैंकिंग आपकी रिपॉज़िटरी को नहीं जानती, यहाँ वह टेस्ट है जो हम करते:

1. एक असली काम लें जिसके नतीजे को आप परख सकें, बेहतर हो कि वह जिसे आप पहले हल कर चुके हैं।
2. वही प्रॉम्प्ट ज्यों का त्यों दो या तीन मॉडलों को दें, हर एक को उसके अपने git worktree में, ताकि वे एक-दूसरे की फ़ाइलों को न छू सकें।
3. diff, समय और लागत की तुलना करें।
4. अलग-अलग कामों पर इसे तीन बार करें। एक कोशिश से कुछ साबित नहीं होता।

एजेंट की तुलना करें एक ही लॉन्चर से चरण 2 और 3 कर देता है, और वह पेज सादे git कमांड से हाथ से करने का तरीका भी बताता है, अगर आप कुछ इंस्टॉल नहीं करना चाहते। अलग-अलग CLI में वही स्तर ढूँढने के लिए मॉडल समकक्ष टेबल इस्तेमाल करें। मॉडल के बजाय टूल चुनने के लिए देखें अपने काम के तरीके से कैसे चुनें। इन आँकड़ों का लाइव संस्करण, 7, 30 या 90 दिनों या 12 महीनों के लिए, उपयोग पेज पर है।

अक्सर पूछे जाने वाले सवाल

अभी कोडिंग के लिए सबसे अच्छा AI मॉडल कौन सा है?

कोई भी माप आपके कोड के लिए किसी एक का नाम नहीं बता सकता। हम यह बता सकते हैं कि इस्तेमाल क्या होता है: 5 नवंबर 2026 को खत्म हुए 28 दिनों में, Claude Code पर Opus सबसे ज़्यादा लॉन्च किया गया मॉडल था, उपनाम और पिन किए हुए Opus 5.5 को जोड़ने पर लॉन्च का 37%, और आधे से थोड़े ज़्यादा अकाउंट का मुख्य मॉडल। Codex पर GPT-6.1 Sol 13% के साथ दूसरे नंबर पर रहा। Opus की बढ़त का एक हिस्सा हमारे अपने डिफ़ॉल्ट से आता है, और लॉन्च नतीजे की गुणवत्ता के बारे में कुछ नहीं कहता।

कोडिंग के लिए सबसे अच्छा मुफ़्त AI कौन सा है?

ये आँकड़े इसका जवाब नहीं दे सकते। इस सैंपल के लोग ज़्यादातर सब्सक्रिप्शन के पैसे देते हैं: Freebuff, जो मुफ़्त है और विज्ञापनों से चलता है, लॉन्च का 0.3% है, और Ollama के ज़रिए लोकल मॉडल 0.2%। यहाँ कम हिस्सेदारी इन टूल पर कोई फ़ैसला नहीं है। ऊपर बताया गया वही टेस्ट अपने किसी काम पर चलाएँ, उन मुफ़्त विकल्पों के साथ जिन्हें आप सचमुच इस्तेमाल कर सकते हैं।

क्या कोडिंग के लिए Opus, GPT-6.1 Sol से बेहतर है?

हमें नहीं पता, और यह डेटा यह नहीं बता सकता। यह दिखाता है कि ज़्यादा अकाउंट Opus लॉन्च करते हैं, यह नहीं कि Opus बेहतर कोड लिखता है। इस अवधि में दस में से आठ से ज़्यादा Codex अकाउंट ने Claude भी लॉन्च किया, जिससे लगता है कि कई डेवलपर सवाल का फ़ैसला करने के बजाय दोनों रखते हैं। ईमानदार टेस्ट यही है: वही काम दोनों पर, आपकी अपनी रिपॉज़िटरी पर, कुछ बार दोहराकर।

मॉडल का संस्करण पिन करूँ या उपनाम इस्तेमाल करूँ?

opus जैसा उपनाम (alias) सबसे नई रिलीज़ के साथ चलता है, इसलिए आपको बिना कुछ किए नए मॉडल मिलते हैं, और आपके नतीजे बिना चेतावनी के बदल सकते हैं। Opus 5.5 जैसा पिन किया हुआ संस्करण तब तक वहीं रहता है जब तक आप उसे बदल न दें, जो शेड्यूल किए कामों और रन की तुलना के लिए उपयोगी है। इस अवधि में 198 अकाउंट ने Opus 5.5 पिन किया, जबकि उपनाम पहले से उसी पर जा रहा था।

डेवलपर कौन सा रीज़निंग प्रयास इस्तेमाल करते हैं?

जिन लॉन्च में प्रयास तय किया गया था, उनमें Opus (48%) और GPT-6.1 Sol (59%) पर high सबसे आगे है, और Sonnet (61%) पर medium। Opus 5.5 पिन करने वाले अकाउंट उपनाम से आगे जाते हैं: 25% लॉन्च पर xhigh या max, जबकि उपनाम पर 20%।

ये आँकड़े कैसे जुटाए गए?

जब कोई एजेंट शुरू होता है, AgentsRoom डेस्कटॉप ऐप CLI, मॉडल, रीज़निंग प्रयास, एजेंट की भूमिका और शुरू करने का तरीका दर्ज करता है, और कुछ नहीं: न प्रॉम्प्ट, न प्रोजेक्ट, न फ़ाइल, न नाम। सिर्फ़ वे उपयोगकर्ता योगदान देते हैं जो "उपयोग डेटा साझा करें" चालू रखते हैं। लाइव संस्करण, जो हर दस मिनट में अपडेट होता है, सार्वजनिक उपयोग पेज पर है।