Лучшая нейросеть для программирования в 2026: выбор по задачам

Какая нейросеть лучше для программирования, зависит от поручения. На ежедневные правки мы бы ставили модели среднего класса, на тяжёлые агентные задачи флагманы, на массовые мелочи самые дешёвые, а победителя определяли бы замером на вашем репозитории. Дальше: таблица «задача → модель» с ценами, критерии выбора, методика замера со скриптом, бесплатные и локальные варианты.

Лучшая нейросеть для программирования: таблица по задачам

В каталоге codexkey на 29 октября 2026 года 44 текстовые модели. Цены в таблице взяты из прайса codexkey на 29 октября 2026, актуальные смотрите на странице моделей. Назначение каждой модели описано словами вендора: Anthropic, OpenAI, Google. Это позиционирование производителя, а не результат нашего замера.

Fable 5.1 в прайсе codexkey дороже Opus 5.5 примерно в 8,7 раза и по входу, и по выходу. Переходить на неё стоит, только если Opus на высоком усилии рассуждений не проходит ваши проверки.

У большинства моделей каталога контекст 1M токенов. Исключения: grok-4.5, grok-4.6 и grok-4.7 дают 256K, kimi-k2.7-code 262K, claude-haiku-4.5 200K. Если в один запрос нужен весь репозиторий, смотрите на эту колонку каталога.

Моделей, которых в каталоге нет, в таблице нет тоже. Google в документации называет флагманом Gemini 4 Argon, а OpenAI показывает GPT-6.1 Terra, но в каталоге codexkey на 29 октября 2026 года их нет. Сравнение Opus 5.5, Sonnet и Fable по цене и сценариям есть в статье «Opus 5.5, Sonnet и Fable».

Что сравнивать при выборе модели

Публичных цифр качества в этой статье нет, и это сознательно. Лидерборд Aider polyglot (225 задач Exercism на шести языках, страница aider.chat/docs/leaderboards) на 29 октября 2026 года обновлялся последний раз 20 ноября 2025. В его первой десятке gpt-5, o3, Gemini 2.5 Pro и Grok 4, свежих моделей каталога там нет. Поэтому опираемся на критерии, которые вы проверите сами:

• Стоимость решённой задачи. Цена токена вводит в заблуждение: дешёвая модель, которой нужны три попытки вместо одной, может выйти дороже дорогой. Считайте деньги на задачу, а не на миллион токенов.
• Инструменты. Агент ломается там, где модель путает формат вызова инструмента или забывает прочитать файл перед правкой. Для агентной работы проверяйте именно это.
• Контекст. Весь монорепозиторий или три файла: от этого зависят и модель, и счёт.
• Скорость. Если вы сидите и ждёте ответа в редакторе, задержка важнее лишних процентов качества. Фоновому агенту она безразлична.
• Ваш стек. Редкий язык или 1С проверяйте отдельно: на нишевом стеке та же модель может вести себя заметно хуже, чем на популярном.
• Правки руками. Сколько строк вы переписали после модели. Эту цифру ни один рейтинг не покажет.

Замер на своём коде за один вечер

Методика занимает вечер и даёт больше любого чужого рейтинга.

1. Возьмите 10-20 задач из истории своего проекта: исправленные баги и мелкие фичи. У каждой должен быть тест, который падал до правки и проходит после неё.
2. Прогоните каждую модель по каждой задаче одним и тем же промптом. Лучше дважды: ответы недетерминированы.
3. Записывайте, решена ли задача, сколько токенов ушло на вход и выход и сколько правок руками понадобилось.
4. Посчитайте стоимость решённой задачи: суммарные расходы на все попытки, делённые на число решённых.

Условный пример с допущениями. Попытка тратит 400 тысяч токенов входа и 30 тысяч выхода, задач десять. Число решённых задач мы задали сами, это не результат замера:

Самая дешёвая модель выигрывает по деньгам на решённую задачу, но шесть задач из десяти придётся добивать вручную, а ваше время в формулу не вошло. Поэтому в реальной таблице нужна ещё одна колонка: время на доработку.

Скрипт для замера работает через OpenAI-совместимый адрес codexkey. Для каждой задачи нужна папка tasks/<имя> с файлами prompt.txt, solution.py и тестом test_*.py, который запускается через pytest:

import re
import subprocess
import sys
from pathlib import Path

from openai import OpenAI

client = OpenAI(base_url="https://api.codexkey.ru/v1", api_key="sk_cdx_ВАШ_КЛЮЧ")

PRICES = {
    "claude-sonnet-5-5": (0.52, 2.6),
    "gpt-6-sol": (0.14, 0.68),
    "deepseek-v4.1-flash": (0.04, 0.16),
}


def run_attempt(model: str, task: Path) -> dict:
    prompt = (task / "prompt.txt").read_text(encoding="utf-8")
    source = (task / "solution.py").read_text(encoding="utf-8")
    reply = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": f"{prompt}\n\n{source}\n\nВерни целиком новый файл."}],
    )
    code = re.sub(r"^```\w*\n|\n```$", "", reply.choices[0].message.content.strip())
    (task / "solution.py").write_text(code, encoding="utf-8")
    passed = subprocess.run([sys.executable, "-m", "pytest", "-q", str(task)]).returncode == 0
    (task / "solution.py").write_text(source, encoding="utf-8")
    price_in, price_out = PRICES[model]
    usage = reply.usage
    cost = (usage.prompt_tokens * price_in + usage.completion_tokens * price_out) / 1_000_000
    return {"model": model, "task": task.name, "passed": passed, "cost": cost}


if __name__ == "__main__":
    for model in PRICES:
        results = [run_attempt(model, task) for task in sorted(Path("tasks").iterdir())]
        solved = sum(r["passed"] for r in results)
        total = sum(r["cost"] for r in results)
        print(model, f"решено {solved}/{len(results)}", f"всего ${total:.3f}", f"за решённую ${total / max(solved, 1):.3f}")

Мы прогнали скрипт на заглушке клиента: он считает стоимость по usage, запускает тесты и возвращает исходный файл после каждой попытки. Сетевых вызовов к моделям в этой проверке не было.

Бесплатные и локальные нейросети для программирования

Бесплатное почти всегда значит «с ограничениями». Что есть на 29 октября 2026:

• В каталоге codexkey три модели с нулевой ценой: deepseek-v4.1-flash-1017-free, minimax-m3-free, qwen3.8-flash-free. Лимиты и условия смотрите на странице моделей, мы их не выдумываем.
• В Gemini API на бесплатном уровне доступна Gemini 3.8 Flash, а Gemini 3.1 Pro Preview там недоступна (страница тарифов ai.google.dev/gemini-api/docs/pricing). Google отмечает, что данные бесплатного уровня могут использоваться для улучшения продуктов, поэтому закрытый код туда не отправляйте.
• Локально запускается Qwen3-Coder 30B: в библиотеке Ollama это ollama run qwen3-coder:30b, файл 19 ГБ, контекст 256K, у модели 30 млрд параметров всего и 3,3 млрд активных (страница модели). Версию на 480 млрд Ollama оценивает минимум в 250 ГБ памяти. Как считать память под вес и контекст, разобрано в статье «Qwen 3.8 27B локально».

Локальную модель и облачные флагманы мы между собой не сравнивали, поэтому цифр качества не даём. Разрыв точнее покажет ваш набор задач из предыдущего раздела.

Нейросеть для Python, 1С и редких стеков

Python проверять проще всего: тест на pytest даёт объективный критерий, и скрипт выше уже построен на нём. Просите типы и тесты вместе с кодом, так правок руками получается меньше.

С 1С по-другому. Claude работает с конфигурацией через её текстовую выгрузку, и без обязательной ручной проверки такой код в рабочую базу не идёт. Настройку мы разобрали в статье «Вайбкодинг для 1С». Общий обзор нейросетей под вайбкодинг есть в материале «Лучшие нейросети для вайбкодинга», а сравнение Claude и GPT по типам задач лежит в статье «Claude или GPT для кода».

Подключение выбранной модели через codexkey

codexkey даёт API-доступ к моделям, а не подписки на приложения вендоров. Один ключ sk_cdx_... работает в двух форматах: OpenAI-совместимый адрес https://api.codexkey.ru/v1 и Anthropic-совместимый https://api.codexkey.ru без /v1. Оплата картой РФ, через СБП или криптой, VPN и аккаунт вендора не нужны.

• Claude Code. Переменные ANTHROPIC_BASE_URL и ключ, модель меняется командой /model. Полный блок настроек в гайде по Claude Code.
• Codex. В ~/.codex/config.toml задаётся провайдер с base_url = "https://api.codexkey.ru/v1" и wire_api = "responses", быстрый выбор модели: codex --model gpt-6.1-sol. Шаги описаны в гайде по Codex, а выбор между Sol, Astra и Luna разобран в статье «Модели Codex».
• OpenCode. Два провайдера в ~/.config/opencode/opencode.json, модель записывается как codexkey/gpt-6-astra.

Список всех ID отдаёт GET https://api.codexkey.ru/v1/models. Чтобы сравнить других кандидатов, замените словарь PRICES в скрипте замера на свои модели и цены из каталога.

FAQ

Какая нейросеть лучше для программирования в 2026 году?

Единой лучшей нет. Для ежедневной работы мы начинали бы с моделей среднего класса вроде Claude Sonnet 5.5 или GPT-6 Sol, для сложных агентных задач с Opus 5.5, GPT-6.1 Sol или Astra, для массовых мелочей с Haiku 5.5, GPT-6 Luna или DeepSeek V4.1 Flash. Окончательный выбор делайте замером на своих задачах.

Какая нейросеть лучше для программирования бесплатно?

В каталоге codexkey нулевая цена у deepseek-v4.1-flash-1017-free, minimax-m3-free и qwen3.8-flash-free, условия смотрите на странице моделей. Кроме них есть бесплатный уровень Gemini API для Gemini 3.8 Flash и локальный запуск Qwen3-Coder 30B через Ollama. Бесплатные уровни ограничены, а у части из них данные могут использоваться для улучшения продукта.

Какие нейросети для программирования запускаются локально?

Из того, что мы проверяли: Qwen3-Coder 30B в Ollama, файл 19 ГБ и контекст 256K. Под вес и контекст нужен запас памяти. Качество относительно облачных флагманов проверяйте на своих задачах.

Какую нейросеть выбрать для программирования на Python?

Подойдёт любая модель из таблицы, а выбирать лучше по тестам: напишите для задач pytest, прогоните две-три модели и сравните стоимость решённой задачи. Скрипт в статье построен именно по этой схеме.

Есть ли нейросети для программирования в 1С?

Универсальные модели работают с 1С через текстовую выгрузку конфигурации. Результат нужно проверять вручную до загрузки в базу. Подробная настройка описана в статье «Вайбкодинг для 1С».

Стоит ли верить рейтингам нейросетей для программирования?

Только с оговорками. Публичные таблицы отстают от моделей, задачи в них не ваши, а способ запуска может отличаться от вашего. Aider polyglot, например, обновлялся 20 ноября 2025, и в его первой десятке нет моделей из текущего каталога codexkey. Надёжнее всего небольшой замер на своём коде.

Сколько стоит программировать с нейросетью?

Зависит от модели и объёма. По прайсу codexkey на 29 октября 2026 миллион токенов входа стоит $0.04 у DeepSeek V4.1 Flash, $0.52 у Sonnet 5.5 и $7.48 у Fable 5.1. Считайте не цену токена, а стоимость решённой задачи.