Загружаем страницу.
методология · Code Agents V1.1 · 10 июня 2026 · к рейтингу AI-агентов
Эта таблица отвечает не на вопрос «какая модель умнее», а на вопрос: какой агент реально помогает довести задачу в репозитории до результата. Поэтому строка таблицы описывает продуктовый workflow, а не чистую LLM.
четыре принципа score
01Только независимые прогоны
Benchmark Score - weighted average по независимым benchmark-источникам. Перед взвешиванием каждый источник нормализуется relative-to-leader: лидер источника = 100, остальные пропорционально - так бенчмарки разной сложности становятся сопоставимыми. Цифры из пресс-релизов вендоров в score не входят никогда.
02Anchor-правило
Benchmark Score получают только агенты с хотя бы одним независимым live-источником (Terminal-Bench или Artificial Analysis). Композит AA разобран на компоненты, чтобы не считать Terminal-Bench и SWE-Bench Pro дважды: их композитный индекс уже включает оба бенчмарка.
03Сжатие к рыночному прайору
Чтобы строка с одним замером не обгоняла строку с тремя, оценка стягивается к рыночному прайору тем сильнее, чем меньше данных - так работает рейтинг IMDb Top 250. Агент без benchmark-данных получает чистый prior: в таблице это прочерк.
04Цена и доступность не двигают score
Цена, время выполнения, RU/CIS availability помогают выбрать продукт, но не должны маскировать качество выполнения задач. Vendor-цифры из релизов попадают только в блок «Радар» с явной пометкой - до первого независимого прогона.
terminal autonomy; только whitelist продуктовых агентов, benchmark-special harness отфильтрованы
repo issue resolution в реальных продуктовых агентах, единый evaluator
понимание и навигация по чужой кодовой базе
product-native editor signal; vendor-owned, поэтому вес небольшой
Если источника для агента нет, он не превращается в ноль - веса доступных источников нормализуются заново.
Каталог исчерпывающий: в таблице есть и агенты, которых независимые бенчмарки ещё не мерили. Чтобы строка с одним замером не обгоняла строку с тремя, позиция считается байесовским сжатием - оценка стягивается к рыночному прайору тем сильнее, чем меньше данных.
Оценка = (n / (n + 2)) × BenchmarkScore + (2 / (n + 2)) × TierPrior n - сколько benchmark-компонентов есть у агента (0..4) TierPrior - рыночный вес агента (market tier)
| tier | prior | смысл |
|---|---|---|
| S | 75 | топ рынка: инструменты-стандарты |
| A | 65 | сильный заметный игрок |
| B | 55 | заметный продукт |
| C | 45 | нишевый / baseline |
Market tier - редакционная оценка vibecoding.ru рыночного веса агента; в следующих версиях она будет дополнена измеримыми сигналами: GitHub stars, упоминаемость, включение в независимые прогоны.
раз в сутки
источники забираются автоматически: лидерборд Terminal-Bench 2.0, страница AA Coding Agents, редакционные метаданные
30 / 90 дней
данные старше 30 дней понижают confidence строки, старше 90 - до low; падение одного источника не блокирует остальные
история навсегда
все сырые наблюдения хранятся историей - рейтинг можно пересчитать на любую дату
Колонка «Модель»
Фиксированную пару показываем только там, где она реально объясняет продукт. Для Codex и Claude Code это уместно. Для Cursor, GitHub Copilot, Devin, Replit, Lovable, Cline, Aider и OpenCode чаще корректнее писать Auto, managed routing, model picker или BYOK.
Колонка «Тип»
Type показывает основные поверхности продукта, а не единственную категорию: Codex и Claude Code идут как CLI / App / Extension, Cursor как IDE / CLI / Cloud, GitHub Copilot Coding Agent как GitHub / Cloud / PR. Серый subtitle под названием агента показывает провайдера, чтобы строка быстрее читалась как «продукт + компания», а surface-классификация жила только в колонке «Тип».
Колонка «Цена»
Для AI-агентов цена в главной таблице означает вход в продукт или модель оплаты: подписка, credits, BYOK, Google AI plan или usage-based billing. В ячейке показывается основная публичная ladder для индивидуального пользователя или small-team входа, а подробности про credits, team seats, enterprise и API остаются в hover/карточке. API output price underlying LLM больше не используется как публичная цена агента.
| Codex | Free limited trial, Plus $20, Pro $100/$200; Business Codex может быть usage-based. |
| Claude Code | Claude Pro $20, Max 5x/20x $100/$200; Team/Enterprise/API отдельно. |
| Cursor | Hobby Free, Pro $20, Pro+ $60, Ultra $200; Teams $40/user. |
| Devin / Windsurf | Free, Pro $20, Max $200; Teams $80/мес + $40 за full dev seat. |
| GitHub Copilot | Free, Pro $10, Pro+ $39, Max $100; Business $19/user и Enterprise $39/user. |
| Google Jules / Antigravity | Free baseline, Google AI Pro $19.99, AI Ultra $99.99/$199.99. |
| Replit Agent | Free daily credits; Core $25, Pro $100; effort-based credits. |
| Lovable | Free credits; Pro $25, Business $50; отдельно Cloud + AI usage. |
| Bolt | Free, Pro $25, Teams $30/member; лимиты считаются в tokens. |
| Augment Code | Indie $20, Standard $60, Max $200; Enterprise Custom. |
| JetBrains Junie | AI Free, AI Pro $100/year, AI Ultimate $300/year. |
| Aider / OpenCode / Cline | BYOK, local или credits: цена зависит от выбранного provider/model. |
Колонка «Тир»
Публичная колонка «Тир» рядом с названием агента - отдельная S/A/B-пометка из личного тир-листа Евгения; она не участвует в benchmark-оценке.
Что не входит в score: цена, время выполнения и RU/CIS availability не двигают Benchmark Score. Позже для этого может появиться отдельный Agent Value Score.
Следующие шаги: квантификация market tier (GitHub stars, упоминаемость, включение в независимые прогоны), отдельный pricing/model adapter с проверкой официальных pricing-страниц и stale-флагами, и собственный прогон агентов на русскоязычных задачах как уникальный источник vibecoding.ru.
веса V1.1
считается здесь
к рейтингу агентов →