Qual é a melhor IA para programar? O que 1.200 desenvolvedores realmente iniciam

A maioria das respostas a essa pergunta parte de um benchmark ou do gosto de alguém. Nosso ponto de partida é outro: um registro de qual modelo as pessoas escolhem quando têm trabalho a fazer.

AgentsRoom é um app desktop que executa agentes de código lado a lado. Quando alguém inicia um agente, o app anota o CLI e o modelo, e nada sobre o trabalho em si. Este artigo lê 28 dias desses registros, de 9 de outubro a 5 de novembro de 2026: 205.366 inicializações e 1.194 contas conectadas.

A resposta curta. Se você quer um só nome, é Opus no Claude Code: ele fica em primeiro de qualquer forma que se conte. GPT-6.1 Sol no Codex fica em segundo. Mas boa parte dessa vantagem é um padrão que nós mesmos definimos, e os números dizem mais sobre como as pessoas escolhem do que sobre qual modelo escreve o melhor código.

O ranking, contado de três formas

As inicializações são distribuídas de forma muito desigual. A conta mediana iniciou 10 agentes em 28 dias, e dez contas fizeram 35% de todas as inicializações. Uma única conta com algumas tarefas agendadas pode mover um modelo em vários pontos, então aqui está o mesmo ranking contado de três formas: todas as inicializações, as inicializações sem as dez contas mais ativas, e uma conta, um voto (o modelo que cada conta mais iniciou).

Três coisas para ler nessa tabela.

As duas primeiras linhas de Opus são um só modelo. O alias opus segue a versão mais recente, e o Claude Code o resolve para Opus 5.5 desde a versão 2.1.280. Somadas, Opus 5.5 representa 37% das inicializações e é o modelo principal de pouco mais da metade das contas.

Sonnet é um segundo modelo. Ele faz 13% das inicializações, mas é o modelo principal de apenas 6% das contas: as pessoas o usam ao lado de outra coisa.

Contar pessoas muda o quadro. Gemini 3.8 Flash passa de 1,3% das inicializações para 4,6% das contas. No nível do CLI, a diferença é maior:

Nosso próprio padrão está neste ranking

Esta é a parte que um benchmark de fabricante nunca teria que admitir. No AgentsRoom, cada papel integrado vem com um modelo sugerido: Opus para fullstack, frontend, backend, arquiteto, segurança e mobile, Sonnet para QA, PM, DevOps e git, Haiku para marketing e tradução. Crie um agente fullstack e o seletor já está em Opus.

Dá para ver nos dados. No Claude Code, o modelo mais iniciado para agentes DevOps, PM e QA é Sonnet, e para agentes fullstack, backend e arquiteto é Opus. É a nossa tabela de padrões, quase linha por linha. Então não vamos dizer que os desenvolvedores preferem Sonnet para QA. Na maior parte, eles mantiveram o que sugerimos.

A inércia faz o resto: para 70% das contas, o primeiro modelo iniciado no período é também o que elas mais iniciaram.

O sinal mais honesto está nas escolhas que ninguém faz por acidente. 198 contas fixaram Opus 5.5 à mão embora o alias lhes desse o mesmo modelo. 116 iniciaram Fable e 121 fixaram Sonnet 5.5, e nenhum dos dois é padrão de nenhum papel. Esses grupos são menores, e são as pessoas que olharam a lista e decidiram.

O que as pessoas entregam à automação

Sem as dez contas mais ativas, 28% das inicializações vêm de um ticket do backlog, um run de equipe ou um gatilho, e o resto principalmente de alguém abrindo ou retomando um agente. As dez mais ativas são outro mundo: 68% das inicializações delas partem da automação. Essas contas em grande parte pararam de iniciar agentes à mão.

Parcela das inicializações de cada modelo que parte da automação, sem essas dez contas:

No Claude Code, os níveis se separam como era de esperar: cerca de 20% para Opus, cerca de 40% para Sonnet e Haiku. Nosso padrão infla o número de Sonnet, já que os postos de QA e PM em um run de equipe iniciam com ele, e Sonnet 5.5 fixado fica em 18%. No Codex essa divisão não aparece, e GPT-6 Astra, o modelo de fronteira da lista, está em 40%. Então não transformaríamos isso em lei. O mais próximo de uma regra que podemos defender: no Claude Code, as pessoas reservam o nível mais forte para o trabalho que acompanham, e entregam mais da rotina aos mais baratos.

O esforço segue a mesma lógica. Entre as inicializações em que um foi definido, high lidera em Opus (48%) e em GPT-6.1 Sol (59%), e medium lidera em Sonnet (61%). O esforço de raciocínio é uma configuração à parte, e quem fixa Opus 5.5 o leva mais longe: xhigh ou max em 25% das suas inicializações, contra 20% no alias.

Poucos param em um só

30% das contas iniciaram um único modelo em 28 dias, e 21% iniciaram seis ou mais. Os padrões por papel inflam isso, já que podem colocar Opus e Sonnet na mesma conta sem que ninguém decida. A contagem por CLI é mais limpa, porque um segundo CLI significa uma instalação e um login: 45% das contas iniciaram pelo menos dois.

A sobreposição é desequilibrada. Mais de oito em cada dez contas Codex também iniciaram Claude. Menos de três em cada dez contas Claude iniciaram Codex. Para boa parte desses desenvolvedores, a resposta a “qual modelo é o melhor” é uma dupla, e esse é um resultado razoável.

Um pequeno detalhe, em uma amostra pequena: 6 das 34 contas no GitHub Copilot iniciaram algo em um fim de semana, contra 47% das contas Claude e 52% das contas Codex. Isso combinaria com uma ferramenta paga por um empregador, embora não possamos provar.

Um novo modelo assume em cerca de uma semana, se for o padrão

GPT-6.1 Sol aparece pela primeira vez nos nossos registros em 29 de setembro, e em 1º de outubro passou a ser o modelo que um novo agente Codex recebe, a menos que você escolha outro. Entre os principais modelos do Codex, sua parcela das inicializações evoluiu assim, semana a semana: 19%, 50%, 53%, 61%, 68%, 65%. Nas mesmas seis semanas, GPT-5.6 Sol passou de 82 contas para 24.

Essas 24 são interessantes. Assim como as 17 contas que ainda iniciam Opus 5 na semana de 2 de novembro, que ainda estava em andamento quando extraímos esses números. Algumas ficam por escolha, outras porque um plano não oferece o modelo mais novo. Nossos dados não permitem separá-las.

No Claude Code, uma nova versão mal se percebe. Todos no alias mudam sem fazer nada, e é por isso que Opus 5.5 fixado subestima o modelo.

Há também uma armadilha em ler as inicializações como popularidade. Sem as dez contas mais ativas, Codex caiu de 26% das inicializações na semana de 21 de setembro para 16% na semana de 2 de novembro. No entanto, a parcela de contas ativas que iniciam Codex foi de 36% nas duas pontas, e ficou entre 33% e 38% no intervalo. Mais ou menos a mesma parcela de pessoas, iniciando nele uma parcela menor de seus agentes. Se você só tivesse o primeiro número, escreveria a manchete errada.

Modelos gratuitos e locais

Muita gente procura o melhor modelo gratuito, ou o melhor para rodar localmente. Esses dados não conseguem responder a isso. Freebuff, gratuito e financiado por anúncios, faz 0,3% das inicializações. Modelos locais via Ollama fazem 0,2%, em 47 contas. Nossos usuários em geral já pagam uma assinatura, então uma parcela baixa aqui não é um veredito. Se o que você busca é o local, comece por como rodamos o Ollama ao lado de agentes na nuvem.

O que esses números não podem dizer

• Uma inicialização não é uma nota de qualidade. Nada aqui mede se o código funcionou ou foi mesclado.
• Uma inicialização não é um volume de trabalho. Uma correção de cinco minutos e um run de uma noite inteira contam igual, e uma sessão retomada conta como inicialização (20% do total).
• A amostra não é o conjunto dos desenvolvedores. São pessoas que já conduzem vários agentes a partir de um app desktop que nasceu em torno do Claude Code, então o Claude está super-representado, e só são contadas as contas que continuam compartilhando seus dados de uso.
• Nossos padrões estão nos números, como descrito acima.

Como escolher no seu próprio código

Como nenhum ranking conhece o seu repositório, este é o teste que faríamos:

1. Pegue uma tarefa real cujo resultado você saiba julgar, de preferência uma que você já resolveu.
2. Dê exatamente o mesmo prompt a dois ou três modelos, cada um em seu próprio worktree git, para que não possam mexer nos arquivos uns dos outros.
3. Compare os diffs, o tempo e o custo.
4. Faça isso três vezes com tarefas diferentes. Uma única tentativa não prova nada.

Comparar agentes faz as etapas 2 e 3 a partir de um único lançador, e essa página também traz o método manual com comandos git simples, se você preferir não instalar nada. Para encontrar o mesmo nível entre CLIs, use a tabela de equivalências de modelos. Para a escolha da ferramenta em vez do modelo, veja como escolher pela sua forma de trabalhar. A versão ao vivo destes números, em 7, 30 ou 90 dias ou 12 meses, está na página de uso.

Perguntas frequentes

Qual é a melhor IA para programar agora?

Nenhuma medição pode apontar uma para o seu código. O que podemos dizer é o que é usado: nos 28 dias encerrados em 5 de novembro de 2026, Opus no Claude Code foi o modelo mais iniciado, com 37% das inicializações somando o alias e Opus 5.5 fixado, e o modelo principal de pouco mais da metade das contas. GPT-6.1 Sol no Codex ficou em segundo com 13%. Parte da vantagem de Opus vem do nosso próprio padrão, e uma inicialização não diz nada sobre a qualidade do resultado.

Qual é a melhor IA grátis para programar?

Esses números não conseguem responder a isso. As pessoas desta amostra pagam principalmente uma assinatura: Freebuff, gratuito e financiado por anúncios, faz 0,3% das inicializações, e os modelos locais via Ollama fazem 0,2%. Uma parcela baixa aqui não é um veredito sobre essas ferramentas. Faça o mesmo teste descrito acima em uma tarefa sua, com as opções gratuitas que você realmente pode usar.

Opus é melhor que GPT-6.1 Sol para programar?

Não sabemos, e esses dados não conseguem dizer. Eles mostram que mais contas iniciam Opus, não que Opus escreve código melhor. Mais de oito em cada dez contas Codex também iniciaram Claude no período, o que sugere que muitos desenvolvedores ficam com os dois em vez de encerrar a questão. O teste honesto é a mesma tarefa nos dois, no seu repositório, repetida algumas vezes.

Devo fixar uma versão do modelo ou usar o alias?

Um alias como opus segue a versão mais recente, então você recebe os novos modelos sem fazer nada, e seus resultados podem mudar sem aviso. Uma versão fixada como Opus 5.5 fica onde está até você mudá-la, o que é útil para tarefas agendadas e para comparar runs. 198 contas fixaram Opus 5.5 no período mesmo com o alias já apontando para ele.

Qual esforço de raciocínio os desenvolvedores usam?

Entre as inicializações em que um esforço foi definido, high lidera em Opus (48%) e em GPT-6.1 Sol (59%), e medium lidera em Sonnet (61%). As contas que fixam Opus 5.5 vão mais longe que o alias: xhigh ou max em 25% das inicializações contra 20%.

Como esses números foram coletados?

Quando um agente inicia, o app desktop AgentsRoom registra o CLI, o modelo, o esforço de raciocínio, o papel do agente e como o agente foi iniciado, e nada mais: nem prompt, nem projeto, nem arquivo, nem nome. Só contribuem os usuários que mantêm “Compartilhar dados de uso” ativado. A versão ao vivo, atualizada a cada dez minutos, está na página pública de uso.