寫程式碼用哪個 AI 最好？1,200 位開發者實際啟動的模型

這個問題的大多數答案，都從基準測試或某個人的偏好出發。我們的出發點不一樣：一份記錄，記下人們有活要干時選了哪個模型。

AgentsRoom 是一款把程式設計代理並排執行的桌面應用。有人啟動代理時，應用會記下 CLI 和模型，而不記錄工作本身的任何內容。本文讀的是 2026 年 10 月 9 日到 11 月 5 日這 28 天的記錄：205,366 次啟動，1,194 個已登入帳號。

簡短的答案。 如果你只要一個名字，那就是 Claude Code 上的 Opus：不管怎麼數都排第一。Codex 上的 GPT-6.1 Sol 排第二。但這份領先有很大一部分來自我們自己設的預設值，而這些數字更多說明人們是怎麼選的，而不是哪個模型寫的程式碼更好。

同一份排名，三種數法

啟動次數分佈非常不均。帳號的中位數是 28 天啟動 10 個代理，而 10 個帳號貢獻了全部啟動的 35%。一個帳號只要有幾個定時任務，就能讓某個模型的數字變動好幾個點。所以這裡把同一份排名數了三遍：全部啟動、去掉最活躍的 10 個帳號後的啟動，以及一個帳號一票（每個帳號啟動最多的模型）。

這張表裡有三點值得看。

Opus 的兩行其實是同一個模型。opus 別名跟隨最新版本，Claude Code 從 2.1.280 版起把它解析為 Opus 5.5。加起來，Opus 5.5 佔啟動的 37%，也是略超過一半帳號的主力模型。

Sonnet 是第二模型。它佔啟動的 13%，卻只是 6% 帳號的主力模型：人們把它和別的模型搭配著用。

按人數算，情況就變了。Gemini 3.8 Flash 從啟動的 1.3% 變成帳號的 4.6%。在 CLI 層面，差距更大：

我們自己的預設值就在這份排名裡

這是廠商基準測試永遠不必承認的部分。在 AgentsRoom 中，每個內建角色都帶一個推薦模型：全棧、前端、後端、架構師、安全和移動用 Opus，QA、PM、DevOps 和 git 用 Sonnet，營銷和翻譯用 Haiku。新建一個全棧代理，模型選擇器已經停在 Opus 上。

資料裡看得出來。在 Claude Code 上，DevOps、PM 和 QA 代理啟動最多的模型是 Sonnet，全棧、後端和架構師代理則是 Opus。這幾乎逐行就是我們的預設值表。所以我們不會告訴你開發者在 QA 上更喜歡 Sonnet。他們多半只是保留了我們的推薦。

剩下的交給慣性：對 70% 的帳號來說，這段時間裡第一個啟動的模型，也是他們啟動最多的模型。

更老實的訊號，在那些沒人會碰巧做出的選擇裡。198 個帳號手動固定了 Opus 5.5，儘管別名給的就是同一個模型。116 個帳號啟動了 Fable，121 個帳號固定了 Sonnet 5.5，而這兩個都不是任何角色的預設值。這些群體更小，他們是看過列表後自己做決定的人。

人們把什麼交給自動化

去掉最活躍的 10 個帳號後，28% 的啟動來自待辦工單、團隊執行或觸發器，其餘大多是有人開啟或恢復一個代理。這 10 個帳號則是另一個世界：他們 68% 的啟動來自自動化。這些帳號基本上已經不再手動啟動代理了。

各模型的啟動中來自自動化的比例，不含這 10 個帳號：

在 Claude Code 上，各檔位的分化符合預期：Opus 約 20%，Sonnet 和 Haiku 約 40%。我們的預設值抬高了 Sonnet 的數字，因為團隊執行中的 QA 和 PM 席位都從它啟動，而固定的 Sonnet 5.5 只有 18%。Codex 上沒有這種規律，列表裡的前沿模型 GPT-6 Astra 是 40%。所以我們不會把它說成定律。我們能站得住腳的、最接近規則的說法是：在 Claude Code 上，人們把最強的檔位留給自己盯著的工作，把更多例行工作交給更便宜的檔位。

強度也遵循同樣的邏輯。在設定了強度的啟動中，Opus（48%）和 GPT-6.1 Sol（59%）以 high 居多，Sonnet（61%）以 medium 居多。推理強度是一個獨立的設定，固定 Opus 5.5 的人把它調得更高：25% 的啟動用 xhigh 或 max，別名上是 20%。

很少有人只用一個

30% 的帳號在 28 天內只啟動過一個模型，21% 的帳號啟動過六個或更多。角色預設值抬高了這個數字，因為它們可能在沒人做決定的情況下把 Opus 和 Sonnet 放進同一個帳號。CLI 的計數更乾淨，因為第二個 CLI 意味著要安裝和登入：45% 的帳號啟動過至少兩個。

重疊並不對稱。十個 Codex 帳號中有八個以上也啟動過 Claude。十個 Claude 帳號中啟動過 Codex 的不到三個。對這些開發者中的很大一部分來說，「哪個模型最好」的答案是一對組合，這是個合理的結果。

一個小細節，樣本也很小：34 個 GitHub Copilot 帳號中有 6 個在週末啟動過東西，而 Claude 帳號是 47%，Codex 帳號是 52%。這與僱主付費的工具相符，不過我們無法證明。

新模型大約一週就能接管，前提是它是預設模型

GPT-6.1 Sol 在 9 月 29 日首次出現在我們的記錄裡，10 月 1 日起，它成了新建 Codex 代理在你不另選時得到的模型。在 Codex 的主要模型中，它的啟動佔比逐週變化如下：19%、50%、53%、61%、68%、65%。在同樣的六週裡，GPT-5.6 Sol 從 82 個帳號降到 24 個。

這 24 個帳號很有意思。在 11 月 2 日那一週（我們提取這些數字時這一週還沒結束）仍在啟動 Opus 5 的 17 個帳號也是。有些人是自己選擇留下，有些人是因為套餐不提供更新的模型。我們的資料分不清這兩種情況。

在 Claude Code 上，你幾乎看不出一次發布。所有用別名的人什麼都不用做就換了模型，這也是為什麼固定的 Opus 5.5 低估了這個模型。

把啟動次數當作受歡迎程度來讀，也有陷阱。去掉最活躍的 10 個帳號後，Codex 從 9 月 21 日那一週佔啟動的 26% 降到 11 月 2 日那一週的 16%。但啟動 Codex 的活躍帳號比例在首尾都是 36%，中間也一直在 33% 到 38% 之間。差不多同樣比例的人，只是把自己更小一部分代理放在上面啟動。如果你只有第一個數字，就會寫出錯誤的標題。

免費模型和本地模型

很多人在找最好的免費模型，或者最適合本地執行的模型。這些資料回答不了。免費且靠廣告支撐的 Freebuff 佔啟動的 0.3%。透過 Ollama 執行的本地模型佔 0.2%，涉及 47 個帳號。我們的使用者大多已經付費訂閱，所以這裡佔比低並不是評判。如果你想要的是本地執行，可以先看我們如何讓 Ollama 和雲端代理並排執行。

這些數字說明不了什麼

• 一次啟動不是品質評分。 這裡沒有任何東西衡量程式碼是否能用、是否被合併。
• 一次啟動不是工作量。 五分鐘的修復和跑一整夜的執行算作一樣，恢復的會話也算一次啟動（佔總數的 20%）。
• 這批樣本不代表所有開發者。 這些人已經在用一款圍繞 Claude Code 起步的桌面應用駕馭多個代理，所以 Claude 的佔比偏高，而且只統計保持開啟使用資料共享的帳號。
• 我們的預設值就在數字裡，如上文所述。

如何在你自己的程式碼上選擇

既然沒有哪份排名瞭解你的儲存庫，下面是我們會做的測試：

1. 選一個你能判斷結果的真實任務，最好是你已經解決過的。
2. 把完全相同的提示詞交給兩三個模型，每個都在自己的 git worktree 裡，這樣它們碰不到彼此的檔案。
3. 比較 diff、時間和成本。
4. 用不同的任務重複三次。只試一次什麼也證明不了。

在多個代理上對比用一個啟動器完成第 2 步和第 3 步，如果你不想安裝任何東西，那個頁面也給出了用普通 git 命令手動操作的方法。要在不同 CLI 之間找到同一檔位，可以用 AI 模型對照表。如果要選的是工具而不是模型，請看如何按工作方式來選。這些數字的即時版本，可按 7 天、30 天、90 天或 12 個月檢視，在使用情況頁面上。

常見問題

現在寫程式碼最好的 AI 模型是哪個？

任何測量都無法替你的程式碼選出一個。我們能說的是什麼在被使用：在截至 2026 年 11 月 5 日的 28 天裡，Claude Code 上的 Opus 是啟動最多的模型，把別名和固定的 Opus 5.5 加起來佔啟動的 37%，也是略超過一半帳號的主力模型。Codex 上的 GPT-6.1 Sol 排第二，佔 13%。Opus 的領先有一部分來自我們自己的預設值，而一次啟動並不能說明結果的品質。

免費寫程式碼用哪個 AI 最好？

這些數字回答不了這個問題。這批樣本里的人大多付費訂閱：免費且靠廣告支撐的 Freebuff 佔啟動的 0.3%，透過 Ollama 執行的本地模型佔 0.2%。這裡佔比低並不是對這些工具的評判。用你自己的一個任務做上文說的同樣測試，用上你真正能用的免費選項。

寫程式碼時 Opus 比 GPT-6.1 Sol 更好嗎？

我們不知道，這些資料也說明不了。它們顯示的是啟動 Opus 的帳號更多，而不是 Opus 寫的程式碼更好。在這段時間裡，十個 Codex 帳號中有八個以上也啟動過 Claude，這似乎說明很多開發者兩個都留著，而不是非要分出高下。老實的測試是：同一個任務交給兩者，在你的儲存庫上，重複幾次。

應該固定模型版本，還是用別名？

像 opus 這樣的別名會跟隨最新版本，所以你什麼都不用做就能用上新模型，結果也可能在沒有預告的情況下改變。像 Opus 5.5 這樣固定的版本在你自己改動之前不會變，這對定時任務和比較執行結果很有用。在這段時間裡，有 198 個帳號固定了 Opus 5.5，儘管別名已經指向它。

開發者用什麼推理強度？

在設定了強度的啟動中，Opus（48%）和 GPT-6.1 Sol（59%）以 high 居多，Sonnet（61%）以 medium 居多。固定 Opus 5.5 的帳號比用別名的更高：25% 的啟動用 xhigh 或 max，別名上是 20%。

這些數字是怎麼收集的？

代理啟動時，AgentsRoom 桌面應用只記錄 CLI、模型、推理強度、代理角色和啟動方式，除此之外什麼都不記錄：沒有提示詞、沒有專案、沒有檔案、沒有名字。只有保持開啟「共享使用資料」的使用者才會計入。每十分鐘更新一次的即時版本在公開的使用情況頁面上。