Najlepsze AI do programowania? Co naprawdę uruchamia 1200 programistów

Większość odpowiedzi na to pytanie zaczyna się od benchmarku albo od czyjegoś gustu. My mamy inny punkt wyjścia: zapis tego, jaki model ludzie wybierają, gdy mają pracę do wykonania.

AgentsRoom to aplikacja desktopowa, która uruchamia agentów kodujących obok siebie. Gdy ktoś uruchamia agenta, aplikacja zapisuje CLI i model, a o samej pracy nic. Ten artykuł analizuje 28 dni tych zapisów, od 9 października do 5 listopada 2026: 205 366 uruchomień i 1194 zalogowane konta.

Krótka odpowiedź. Jeśli chcesz jednej nazwy, to Opus na Claude Code: jest pierwszy, jakkolwiek liczyć. GPT-6.1 Sol na Codex jest drugi. Ale spora część tej przewagi to ustawienie domyślne, które sami wprowadziliśmy, a liczby mówią więcej o tym, jak ludzie wybierają, niż o tym, który model pisze lepszy kod.

Ranking policzony na trzy sposoby

Uruchomienia są rozłożone bardzo nierówno. Medianowe konto uruchomiło 10 agentów w 28 dni, a dziesięć kont odpowiada za 35% wszystkich uruchomień. Jedno konto z kilkoma zaplanowanymi zadaniami może przesunąć model o kilka punktów, więc oto ten sam ranking policzony na trzy sposoby: wszystkie uruchomienia, uruchomienia bez dziesięciu najbardziej aktywnych kont oraz jedno konto, jeden głos (model, który każde konto uruchamiało najczęściej).

Trzy rzeczy do odczytania z tej tabeli.

Dwa wiersze Opus to jeden model. Alias opus podąża za najnowszym wydaniem, a Claude Code od wersji 2.1.280 kieruje go na Opus 5.5. Po zsumowaniu Opus 5.5 to 37% uruchomień i główny model nieco ponad połowy kont.

Sonnet to model dodatkowy. Daje 13% uruchomień, ale jest głównym modelem tylko 6% kont: ludzie używają go obok czegoś innego.

Liczenie ludzi zmienia obraz. Gemini 3.8 Flash przechodzi z 1,3% uruchomień do 4,6% kont. Na poziomie CLI różnica jest większa:

Nasze własne ustawienie domyślne jest w tym rankingu

Oto część, do której benchmark dostawcy nigdy nie musiałby się przyznać. W AgentsRoom każda wbudowana rola ma proponowany model: Opus dla ról fullstack, frontend, backend, architekt, bezpieczeństwo i mobile, Sonnet dla QA, PM, DevOps i git, Haiku dla marketingu i tłumaczeń. Utwórz agenta fullstack, a wybór modelu jest już ustawiony na Opus.

Widać to w danych. Na Claude Code najczęściej uruchamianym modelem dla agentów DevOps, PM i QA jest Sonnet, a dla agentów fullstack, backend i architekta jest to Opus. To niemal wiersz w wiersz nasza tabela modeli domyślnych. Nie powiemy ci więc, że programiści wolą Sonnet do QA. Przeważnie zachowali to, co zaproponowaliśmy.

Resztę robi inercja: dla 70% kont pierwszy model uruchomiony w tym okresie jest też tym, który uruchamiały najczęściej.

Bardziej uczciwy sygnał kryje się w wyborach, których nikt nie dokonuje przypadkiem. 198 kont przypięło Opus 5.5 ręcznie, choć alias dawał im ten sam model. 116 uruchomiło Fable, a 121 przypięło Sonnet 5.5, i żaden z nich nie jest domyślny dla żadnej roli. Te grupy są mniejsze i to są ludzie, którzy spojrzeli na listę i podjęli decyzję.

Co ludzie oddają automatyzacji

Bez dziesięciu najbardziej aktywnych kont 28% uruchomień pochodzi ze zgłoszenia z backlogu, uruchomienia zespołu lub wyzwalacza, a reszta głównie od kogoś, kto otwiera lub wznawia agenta. Dziesięć najbardziej aktywnych to inny świat: 68% ich uruchomień startuje z automatyzacji. Te konta w dużej mierze przestały uruchamiać agentów ręcznie.

Udział uruchomień każdego modelu startujących z automatyzacji, bez tych dziesięciu kont:

Na Claude Code poziomy rozdzielają się zgodnie z oczekiwaniami: około 20% dla Opus, około 40% dla Sonnet i Haiku. Nasze ustawienie domyślne zawyża liczbę dla Sonnet, bo stanowiska QA i PM w uruchomieniu zespołu startują właśnie na nim, a przypięty Sonnet 5.5 ma 18%. Na Codex takiego wzorca nie ma, a GPT-6 Astra, czołowy model na tej liście, ma 40%. Nie robilibyśmy więc z tego prawa. Najbliższa reguła, której możemy bronić: na Claude Code ludzie zostawiają najmocniejszy poziom do pracy, którą obserwują, a więcej rutyny oddają tańszym poziomom.

Poziom rozumowania kieruje się tą samą logiką. Wśród uruchomień, w których go ustawiono, high prowadzi na Opus (48%) i na GPT-6.1 Sol (59%), a medium na Sonnet (61%). Poziom rozumowania to osobne ustawienie, a ci, którzy przypinają Opus 5.5, podnoszą go wyżej: xhigh lub max w 25% swoich uruchomień, wobec 20% na aliasie.

Mało kto poprzestaje na jednym

30% kont uruchomiło w 28 dni jeden model, a 21% sześć lub więcej. Domyślne modele ról to zawyżają, bo mogą umieścić Opus i Sonnet na tym samym koncie bez niczyjej decyzji. Liczenie po CLI jest czystsze, bo drugie CLI oznacza instalację i logowanie: 45% kont uruchomiło co najmniej dwa.

Nakładanie się jest nierówne. Ponad osiem na dziesięć kont Codex uruchomiło też Claude. Mniej niż trzy na dziesięć kont Claude uruchomiły Codex. Dla sporej części tych programistów odpowiedzią na pytanie „który model jest najlepszy” jest duet i to rozsądny wynik.

Drobny szczegół, na małej próbie: 6 z 34 kont na GitHub Copilot uruchomiło cokolwiek w weekend, wobec 47% kont Claude i 52% kont Codex. Pasowałoby to do narzędzia, za które płaci pracodawca, choć nie możemy tego udowodnić.

Nowy model przejmuje pałeczkę w około tydzień, jeśli jest domyślny

GPT-6.1 Sol pojawia się w naszych zapisach po raz pierwszy 29 września, a 1 października stał się modelem, który dostaje nowy agent Codex, jeśli nie wybierzesz innego. Wśród głównych modeli Codex jego udział w uruchomieniach zmieniał się tak, tydzień po tygodniu: 19%, 50%, 53%, 61%, 68%, 65%. W tych samych sześciu tygodniach GPT-5.6 Sol spadł z 82 kont do 24.

Te 24 są ciekawe. Podobnie jak 17 kont, które w tygodniu od 2 listopada wciąż uruchamiały Opus 5, a tydzień ten jeszcze trwał, gdy pobieraliśmy te dane. Niektóre zostają z wyboru, inne dlatego, że plan nie oferuje nowszego modelu. Nasze dane nie pozwalają ich rozdzielić.

Na Claude Code wydanie prawie nie jest widoczne. Każdy na aliasie przechodzi na nowy model bez żadnego działania, dlatego przypięty Opus 5.5 zaniża obraz tego modelu.

Jest też pułapka w czytaniu uruchomień jako popularności. Bez dziesięciu najbardziej aktywnych kont Codex spadł z 26% uruchomień w tygodniu od 21 września do 16% w tygodniu od 2 listopada. A jednak udział aktywnych kont uruchamiających Codex wynosił 36% na obu końcach, a pomiędzy utrzymywał się między 33% a 38%. Mniej więcej taki sam udział ludzi, którzy uruchamiają na nim mniejszą część swoich agentów. Mając tylko pierwszą liczbę, napisałbyś zły nagłówek.

Modele darmowe i lokalne

Wiele osób szuka najlepszego darmowego modelu albo najlepszego do uruchamiania lokalnie. Te dane nie dają na to odpowiedzi. Freebuff, darmowy i finansowany z reklam, to 0,3% uruchomień. Modele lokalne przez Ollama to 0,2%, na 47 kontach. Nasi użytkownicy w większości już płacą za subskrypcję, więc niski udział nie jest tu werdyktem. Jeśli szukasz rozwiązania lokalnego, zacznij od tego, jak uruchamiamy Ollama obok agentów w chmurze.

Czego te liczby nie mogą powiedzieć

• Uruchomienie to nie ocena jakości. Nic tutaj nie mierzy, czy kod zadziałał albo został scalony.
• Uruchomienie to nie ilość pracy. Pięciominutowa poprawka i przebieg przez całą noc liczą się tak samo, a wznowiona sesja liczy się jako uruchomienie (20% całości).
• Badana próba to nie wszyscy programiści. To ludzie, którzy już sterują kilkoma agentami z aplikacji desktopowej powstałej wokół Claude Code, więc Claude jest nadreprezentowany, a liczone są tylko konta, które mają włączone udostępnianie danych o użyciu.
• Nasze ustawienia domyślne są w tych liczbach, jak opisano wyżej.

Jak wybrać na własnym kodzie

Ponieważ żaden ranking nie zna twojego repozytorium, oto test, który byśmy zrobili:

1. Weź prawdziwe zadanie, którego wynik potrafisz ocenić, najlepiej takie, które już rozwiązałeś.
2. Daj dokładnie ten sam prompt dwóm lub trzem modelom, każdemu w osobnym git worktree, żeby nie mogły ruszać sobie nawzajem plików.
3. Porównaj diffy, czas i koszt.
4. Zrób to trzy razy na różnych zadaniach. Jedna próba niczego nie dowodzi.

Porównaj agentów wykonuje kroki 2 i 3 z jednego launchera, a ta strona podaje też metodę ręczną ze zwykłymi poleceniami git, jeśli wolisz niczego nie instalować. Aby znaleźć ten sam poziom w różnych CLI, użyj tabeli odpowiedników modeli AI. O wyborze narzędzia zamiast modelu przeczytasz w tekście jak wybierać według stylu pracy. Wersja tych liczb na żywo, z 7, 30 lub 90 dni albo 12 miesięcy, jest na stronie użycia.

Często zadawane pytania

Jakie AI jest teraz najlepsze do programowania?

Żaden pomiar nie wskaże go dla twojego kodu. Możemy powiedzieć, czego się używa: w ciągu 28 dni zakończonych 5 listopada 2026 Opus na Claude Code był najczęściej uruchamianym modelem, z 37% uruchomień po zsumowaniu aliasu i przypiętego Opus 5.5, i głównym modelem nieco ponad połowy kont. GPT-6.1 Sol na Codex był drugi z 13%. Część przewagi Opus bierze się z naszego własnego ustawienia domyślnego, a uruchomienie nie mówi nic o jakości wyniku.

Jakie darmowe AI jest najlepsze do programowania?

Te liczby nie dają na to odpowiedzi. Osoby w tej próbie w większości płacą za subskrypcję: Freebuff, darmowy i finansowany z reklam, to 0,3% uruchomień, a modele lokalne przez Ollama to 0,2%. Niski udział nie jest tu werdyktem o tych narzędziach. Wykonaj opisany wyżej test na swoim zadaniu, z darmowymi opcjami, z których naprawdę możesz korzystać.

Czy Opus jest lepszy od GPT-6.1 Sol do programowania?

Nie wiemy, a te dane tego nie rozstrzygną. Pokazują, że więcej kont uruchamia Opus, a nie że Opus pisze lepszy kod. Ponad osiem na dziesięć kont Codex uruchomiło w tym okresie także Claude, co sugeruje, że wielu programistów zachowuje oba, zamiast rozstrzygać tę kwestię. Uczciwy test to to samo zadanie na obu, w twoim repozytorium, powtórzone kilka razy.

Przypiąć wersję modelu czy używać aliasu?

Alias taki jak opus podąża za najnowszym wydaniem: nowe modele dostajesz bez żadnego działania, a twoje wyniki mogą się zmienić bez ostrzeżenia. Przypięta wersja, taka jak Opus 5.5, zostaje na miejscu, dopóki jej nie zmienisz, co przydaje się przy zaplanowanych zadaniach i przy porównywaniu przebiegów. 198 kont przypięło w tym okresie Opus 5.5, choć alias już na niego wskazywał.

Jakiego poziomu rozumowania używają programiści?

Wśród uruchomień, w których ustawiono poziom, high prowadzi na Opus (48%) i na GPT-6.1 Sol (59%), a medium na Sonnet (61%). Konta, które przypinają Opus 5.5, idą dalej niż alias: xhigh lub max w 25% uruchomień wobec 20%.

Jak zebrano te liczby?

Gdy agent startuje, aplikacja desktopowa AgentsRoom zapisuje CLI, model, poziom rozumowania, rolę agenta i sposób uruchomienia, i nic więcej: żadnego promptu, projektu, pliku ani nazwy. Wkład mają tylko użytkownicy, którzy pozostawiają włączoną opcję „Udostępniaj dane o użyciu”. Wersja na żywo, aktualizowana co dziesięć minut, jest na publicznej stronie użycia.