Какая нейросеть лучше для программирования? Что на самом деле запускают 1 200 разработчиков

Большинство ответов на этот вопрос начинаются с бенчмарка или чьего-то вкуса. У нас другая отправная точка: запись того, какую модель люди выбирают, когда у них есть работа.

AgentsRoom это десктопное приложение, которое запускает агентов для кода бок о бок. Когда кто-то запускает агента, приложение отмечает CLI и модель, и ничего о самой работе. В этой статье разобраны 28 дней таких записей, с 9 октября по 5 ноября 2026 года: 205 366 запусков и 1 194 аккаунта с выполненным входом.

Короткий ответ. Если нужно одно название, это Opus в Claude Code: он первый, как ни считай. GPT-6.1 Sol в Codex идёт вторым. Но значительная часть этого отрыва объясняется значением по умолчанию, которое мы задали сами, и цифры говорят больше о том, как люди выбирают, чем о том, какая модель пишет код лучше.

Рейтинг, посчитанный тремя способами

Запуски распределены очень неравномерно. Медианный аккаунт запустил 10 агентов за 28 дней, а на десять аккаунтов приходится 35% всех запусков. Один аккаунт с несколькими задачами по расписанию может сдвинуть модель на несколько пунктов, поэтому вот один и тот же рейтинг, посчитанный тремя способами: все запуски, запуски без десяти самых активных аккаунтов и один аккаунт, один голос (модель, которую каждый аккаунт запускал чаще всего).

Три вещи, которые стоит прочитать в этой таблице.

Две строки Opus это одна модель. Псевдоним opus следует за последним релизом, и Claude Code направляет его на Opus 5.5 начиная с версии 2.1.280. В сумме Opus 5.5 даёт 37% запусков и является основной моделью чуть более чем у половины аккаунтов.

Sonnet служит второй моделью. На него приходится 13% запусков, но основной моделью он является только у 6% аккаунтов: люди используют его рядом с чем-то другим.

Подсчёт людей меняет картину. Gemini 3.8 Flash переходит от 1,3% запусков к 4,6% аккаунтов. На уровне CLI разрыв шире:

В этом рейтинге есть и наше собственное значение по умолчанию

Вот то, в чём бенчмарку от вендора никогда не пришлось бы признаваться. В AgentsRoom каждая встроенная роль приходит с предложенной моделью: Opus для fullstack, frontend, backend, архитектора, безопасности и мобильной разработки, Sonnet для QA, PM, DevOps и git, Haiku для маркетинга и перевода. Создай агента fullstack, и в селекторе уже стоит Opus.

Это видно в данных. В Claude Code самая запускаемая модель для агентов DevOps, PM и QA это Sonnet, а для агентов fullstack, backend и архитектора это Opus. Это наша таблица значений по умолчанию, почти строка в строку. Поэтому мы не станем говорить, что разработчики предпочитают Sonnet для QA. В основном они оставили то, что мы предложили.

Остальное делает инерция: у 70% аккаунтов первая запущенная за период модель также и та, которую они запускали чаще всего.

Более честный сигнал в выборе, который никто не делает случайно. 198 аккаунтов вручную закрепили Opus 5.5, хотя псевдоним давал им ту же модель. 116 запустили Fable и 121 закрепил Sonnet 5.5, и ни та, ни другая не стоит по умолчанию ни для одной роли. Эти группы меньше, и это те люди, которые посмотрели на список и решили сами.

Что люди передают автоматизации

Без десяти самых активных аккаунтов 28% запусков приходят от тикета бэклога, прогона команды агентов или триггера, а остальные в основном от того, что кто-то открывает или возобновляет агента. Десять самых активных живут в другом мире: 68% их запусков начинаются с автоматизации. Эти аккаунты в значительной степени перестали запускать агентов вручную.

Доля запусков каждой модели, начинающихся с автоматизации, без этих десяти аккаунтов:

В Claude Code уровни разделяются так, как и ожидаешь: около 20% у Opus, около 40% у Sonnet и Haiku. Наше значение по умолчанию завышает цифру Sonnet, поскольку позиции QA и PM в прогоне команды стартуют на нём, а закреплённая Sonnet 5.5 держится на 18%. В Codex такого паттерна нет, и GPT-6 Astra, передовая модель списка, на 40%. Так что превращать это в закон мы не будем. Самое близкое к правилу, что мы можем защитить: в Claude Code люди оставляют самый сильный уровень для работы, за которой следят, и передают больше рутины более дешёвым.

Уровень рассуждения следует той же логике. Среди запусков, где он был задан, high лидирует на Opus (48%) и на GPT-6.1 Sol (59%), а medium на Sonnet (61%). Уровень рассуждения это отдельная настройка, и те, кто закрепляет Opus 5.5, поднимают его выше: xhigh или max в 25% своих запусков против 20% на псевдониме.

Мало кто останавливается на одной

30% аккаунтов запустили одну модель за 28 дней, а 21% запустили шесть или больше. Значения по умолчанию для ролей завышают это, поскольку могут поместить Opus и Sonnet в один аккаунт без чьего-либо решения. Подсчёт по CLI чище, потому что второй CLI означает установку и вход: 45% аккаунтов запустили как минимум два.

Пересечение однобокое. Более восьми аккаунтов Codex из десяти запускали и Claude. Менее трёх аккаунтов Claude из десяти запускали Codex. Для значительной части этих разработчиков ответ на вопрос «какая модель лучшая» это пара, и это разумный итог.

Одна мелкая деталь, на маленькой выборке: 6 из 34 аккаунтов на GitHub Copilot запускали что-либо в выходные, против 47% аккаунтов Claude и 52% аккаунтов Codex. Это согласовывалось бы с инструментом, за который платит работодатель, хотя доказать это мы не можем.

Новая модель занимает место примерно за неделю, если она стоит по умолчанию

GPT-6.1 Sol впервые появляется в наших записях 29 сентября, а 1 октября становится моделью, которую получает новый агент Codex, если не выбрать другую. Среди основных моделей Codex её доля запусков менялась так, неделя за неделей: 19%, 50%, 53%, 61%, 68%, 65%. За те же шесть недель у GPT-5.6 Sol число аккаунтов упало с 82 до 24.

Эти 24 интересны. Как и 17 аккаунтов, всё ещё запускающих Opus 5 на неделе со 2 ноября, которая ещё шла, когда мы снимали эти цифры. Некоторые остаются по своему выбору, а некоторые потому, что тариф не предлагает более новую модель. Наши данные не позволяют их разделить.

В Claude Code релиз почти не заметен. Все, кто на псевдониме, переходят, ничего не делая, и поэтому закреплённая Opus 5.5 занижает вес этой модели.

Есть и ловушка в том, чтобы читать запуски как популярность. Без десяти самых активных аккаунтов Codex упал с 26% запусков на неделе с 21 сентября до 16% на неделе со 2 ноября. Но доля активных аккаунтов, запускающих Codex, была 36% на обоих концах и оставалась между 33% и 38% в промежутке. Примерно та же доля людей, запускающая на нём меньшую долю своих агентов. Имея только первую цифру, ты написал бы неверный заголовок.

Бесплатные и локальные модели

Многие ищут лучшую бесплатную модель или лучшую для локального запуска. Эти данные на это не отвечают. На Freebuff, бесплатный и живущий за счёт рекламы, приходится 0,3% запусков. На локальные модели через Ollama приходится 0,2%, в 47 аккаунтах. Наши пользователи в основном уже платят за подписку, так что низкая доля здесь не приговор. Если тебя интересует именно локальный вариант, начни с того, как мы запускаем Ollama рядом с облачными агентами.

Чего эти цифры сказать не могут

• Запуск не оценка качества. Ничто здесь не измеряет, сработал ли код и был ли он влит.
• Запуск не объём работы. Пятиминутное исправление и ночной прогон считаются одинаково, а возобновлённая сессия считается запуском (20% от общего числа).
• Выборка это не все разработчики. Это люди, которые уже управляют несколькими агентами из десктопного приложения, выросшего вокруг Claude Code, поэтому Claude представлен с избытком, и учитываются только аккаунты с включённым обменом данными об использовании.
• Наши значения по умолчанию есть в цифрах, как описано выше.

Как выбрать на своём коде

Поскольку ни один рейтинг не знает твой репозиторий, вот тест, который провели бы мы:

1. Возьми реальную задачу, результат которой ты можешь оценить, в идеале уже решённую тобой.
2. Дай один и тот же промпт двум или трём моделям, каждой в своём git worktree, чтобы они не могли трогать файлы друг друга.
3. Сравни diff, время и стоимость.
4. Сделай это три раза на разных задачах. Одна попытка ничего не доказывает.

Функция Сравнить агентов выполняет шаги 2 и 3 из одного окна запуска, а на странице этой функции также описан ручной способ с обычными командами git, если не хочешь ничего устанавливать. Чтобы найти тот же уровень в разных CLI, используй таблицу аналогов моделей. О выборе инструмента, а не модели, читай как выбирать в зависимости от того, как ты работаешь. Живая версия этих цифр, за 7, 30 или 90 дней или 12 месяцев, находится на странице использования.

Часто задаваемые вопросы

Какая нейросеть сейчас лучшая для программирования?

Ни одно измерение не назовёт такую для твоего кода. Мы можем сказать лишь, что используют: за 28 дней, закончившихся 5 ноября 2026 года, Opus в Claude Code стал самой запускаемой моделью: 37% запусков, если сложить псевдоним и закреплённую Opus 5.5, и основная модель чуть более чем у половины аккаунтов. GPT-6.1 Sol в Codex идёт вторым с 13%. Часть преимущества Opus объясняется нашим собственным значением по умолчанию, а запуск ничего не говорит о качестве результата.

Какая бесплатная нейросеть лучше для программирования?

Эти цифры не отвечают на этот вопрос. Люди в этой выборке в основном платят за подписку: на Freebuff, бесплатный и живущий за счёт рекламы, приходится 0,3% запусков, а на локальные модели через Ollama 0,2%. Низкая доля здесь не приговор этим инструментам. Проведи тот же тест, описанный выше, на своей задаче, с бесплатными вариантами, которые тебе реально доступны.

Opus лучше GPT-6.1 Sol для программирования?

Мы не знаем, и эти данные этого не покажут. Они показывают, что больше аккаунтов запускают Opus, а не то, что Opus пишет код лучше. Более восьми аккаунтов Codex из десяти за этот период запускали и Claude: похоже, многие разработчики держат оба, а не закрывают вопрос. Честный тест: одна и та же задача на обеих моделях, в твоём репозитории, несколько раз.

Закрепить версию модели или использовать псевдоним?

Псевдоним вроде opus следует за последним релизом: новые модели ты получаешь, ничего не делая, и твои результаты могут измениться без предупреждения. Закреплённая версия вроде Opus 5.5 остаётся на месте, пока ты её не сменишь, что полезно для задач по расписанию и для сравнения прогонов. 198 аккаунтов закрепили Opus 5.5 за этот период, хотя псевдоним и так вёл на неё.

Какой уровень рассуждения используют разработчики?

Среди запусков, где уровень был задан, high лидирует на Opus (48%) и на GPT-6.1 Sol (59%), а medium на Sonnet (61%). Аккаунты, закрепляющие Opus 5.5, идут дальше псевдонима: xhigh или max в 25% запусков против 20%.

Как собраны эти цифры?

Когда агент запускается, десктопное приложение AgentsRoom записывает CLI, модель, уровень рассуждения, роль агента и способ запуска, и больше ничего: ни промпт, ни проект, ни файл, ни имя. Учитываются только пользователи с включённой настройкой «Делиться данными об использовании». Живая версия, которая обновляется каждые десять минут, находится на публичной странице использования.