Самым ценным сегментом для разработчиков больших моделей стал не чат и не общий бенчмарк, а инструменты для программистов. Конкуренция сместилась сюда, потому что здесь раньше всего появилась устойчивая выручка: за агента, который пишет и правит код, компании платят охотнее, чем за универсального ассистента. Разработчик с ИИ-помощником закрывает задачи быстрее — это видно в метриках производительности, и бизнес готов за это платить.

Расклад на лето 2026 года такой: Anthropic держит качество, OpenAI разворачивает Codex в корпоративный рынок, а Google и Microsoft — те, кто отставал — переходят в наступление, каждый со своей сильной стороной.

Google давит ценой

На конференции для разработчиков Google сделала ставку на доступность: подписка для программистов за $100 в месяц и анонс Gemini 3.5 Pro — с оговоркой Сундара Пичаи «дайте нам месяц, чтобы довести». Сигнал понятен: догнать лидеров по чистому качеству прямо сейчас трудно, поэтому Google бьёт по цене.

Расчёт не лишён логики. Большая часть работы инженера — не сложная архитектура, а рутина: правки, рефакторинг, чтение чужого кода, навигация по проекту. Здесь хватает крепкой модели среднего уровня, и при сопоставимом качестве дешёвая подписка выигрывает у дорогой. На массовом сегменте цена способна перевесить репутацию флагмана.

Параллельно Google интегрирует модели в Workspace, Android Studio и Cloud Shell — среды, которые уже стоят у большого числа команд. Это иная тактика, чем прямой выход с новым продуктом: модель встраивается туда, где разработчик и так работает каждый день, и её не нужно специально выбирать. Переключение происходит тихо, через обновление привычного инструмента.

Microsoft: ставка на дистрибуцию

У Microsoft другой козырь. Среда разработки VS Code, репозитории GitHub, облако Azure и корпоративные продукты уже стоят у миллионов команд. Кодовые анонсы компания готовит на конференции Build, встраивая агентов туда, где инженеры и так работают. Здесь соревнуются не моделью, а тем, насколько незаметно она вписана в привычный процесс.

GitHub Copilot прошёл долгий путь от автодополнения строк до полноценного агента, который может самостоятельно прочитать задачу в трекере, открыть нужные файлы и предложить патч. Microsoft не первая по качеству модели, но первая по охвату рабочей среды — и в корпоративном сегменте это часто и есть решающий аргумент. ИТ-директор закупает то, что уже лицензировано и что вписывается в SSO и DLP-политики, а не лучшее на бенчмарке.

OpenAI разворачивает Codex в энтерпрайз

OpenAI тем временем уводит Codex в корпоративный сегмент, где он сталкивается с Claude Code напрямую. Это заметный разворот: ещё недавно в центре внимания была потребительская подписка ChatGPT, теперь — продажи компаниям, где выше чеки и предсказуемее выручка. Корпоративный рынок требует других договорённостей: SLA, гарантии по данным, кастомные политики безопасности. OpenAI строит эту инфраструктуру параллельно с улучшением самой модели.

Codex в контексте кодинга означает не отдельный API, а цикл: агент получает задачу, работает с репозиторием, предлагает изменения, ждёт ревью. Чем надёжнее этот цикл, тем ближе инструмент к полноценному члену команды. Именно здесь OpenAI конкурирует с Anthropic на тех же задачах и примерно с тем же позиционированием.

Почему Anthropic пока впереди

Anthropic держит позицию за счёт того, что кодинг для неё — не побочный продукт, а основной источник денег. Claude Code и API под программирование тянут заметную долю выручки, годовой run-rate которой перевалил за $40 млрд. Когда ниша приносит компании основной доход, у неё больше причин в неё вкладываться, быстрее реагировать на жалобы и тщательнее отрабатывать граничные случаи.

Сменился и формат продукта. Конкуренция ушла от автодополнения строки к агенту, который берёт задачу целиком: читает репозиторий, правит несколько файлов, прогоняет тесты, предлагает финальный коммит. Выигрывает не тот, чья модель точнее на отдельном фрагменте, а тот, чей агент надёжнее доводит изменение до рабочего состояния. Устойчивость на длинной цепочке шагов — это новая точка различия, и здесь тонкая настройка под реальные рабочие процессы перевешивает сырую мощность модели.

Что это меняет для команд

Для покупателей этих инструментов обострение конкуренции означает падение цен и более частые релизы. Но оно же создаёт новую сложность: рост издержек на смену поставщика. Чем глубже агент врос в процессы команды — в CI/CD-пайплайн, в ревью-процесс, в собственные правила линтинга — тем дороже миграция. Через год переключиться с одного кодового агента на другой окажется сложнее, чем кажется сейчас.

Практический вывод для инженерных команд: не привязываться намертво к одному вендору и оценивать модель не по таблице бенчмарков, а по отдаче на собственном коде, в собственной кодовой базе. Список лидеров в сегменте меняется едва ли не каждый квартал — и следующее перераспределение будет зависеть от того, чья модель надёжнее справится с задачами, а не от того, чей маркетинг громче.