Ranking modeli AI i agentów we wrześniu 2026

Rynek AI rozjechał się na dwie części. Tanie i szybkie modele biorą prawie cały wolumen tokenów, a modele wygrywające benchmarki mają mały udział w realnym ruchu.

Wolumen tokenów zgarniają modele Flash

Ranking miesięczny liczy tokeny wejścia i wyjścia przechodzące przez jedno API. Siedem z dziesięciu pozycji to warianty budżetowe lub “flash”.

Dwie nazwy zaskakują. Ox Alpha to model stealth bez ujawnionego dostawcy, a przerobił 27,2T tokenów. Tencent wszedł znikąd z dwoma modelami.

Benchmarki pokazują inny zestaw

Artificial Analysis Intelligence Index stawia na czele zupełnie inną grupę.

Anthropic ma trzy z pięciu najlepszych wyników. Anthropic ma też 2,5% tygodniowych zapytań. Ta różnica opisuje cały rynek: inteligencja sprzedaje licencje, cena sprzedaje tokeny.

Kto trzyma rynek

Udział w zapytaniach według autora modelu, tydzień od 7 września:

• openai 23,6% (+28%), największy pojedynczy autor,
• deepseek 22,6% (+3%), równo w zapytaniach i wyżej w tokenach,
• google 18,6% (+2%), stabilnie,
• tencent 7,2% (+105%), najszybszy wzrost,
• z-ai 7,0% (-22%), traci udział po premierze GLM 5.3,
• anthropic 2,5% (-5%), mało wolumenu, najwyższa jakość.

Szybkość liczy się bardziej niż szczytowa inteligencja

Praca agenta to nie jeden prompt. Jedno zadanie to dziesiątki wywołań narzędzi po kolei, a każde czeka na poprzednie. Opóźnienie mnoży się przez całą sesję, więc model dwa razy szybszy kończy zadanie w połowie czasu.

Cena mnoży się tak samo. Opisałem taki rachunek w tekście jak straciłem 900 zł na tokenach Gemini. Modele klasy Flash kosztują ułamek ceny za milion tokenów, dlatego autorzy narzędzi ustawiają je domyślnie, a modele frontier zostawiają na trudne kroki.

Na jakich modelach realnie pracują agenci

Każde narzędzie raportuje własny miks modeli. Wzorzec powtarza się wszędzie.

Z tabeli wynikają trzy rzeczy. DeepSeek V4 Flash, GLM 5.3 Flash i Ox Alpha to wspólny domyślny wybór całej stawki. Codex jako jedyny pracuje na jednym dostawcy. A użytkownicy Claude Code kupują na tym routerze głównie tokeny GLM, nie Claude.

Dziesięć największych aplikacji i agentów

Ranking według tokenów z ostatniego pełnego dnia.

1. Hermes Agent, 1,49T

Otwarty, samodoskonalący się agent od Nous Research. Trzyma pamięć między sesjami, buduje wielokrotnego użytku umiejętności i ma ponad 40 narzędzi, w tym automatyzację przeglądarki i wizję. Jest pierwszy jednocześnie w produktywności, kodowaniu i agentach osobistych, na 469 modelach.

Plus: jeden agent obsługuje kod i codzienną automatyzację, z trwałą pamięcią. Minus: trwała pamięć i 40 narzędzi to szeroka powierzchnia ataku i duży stały kontekst.

2. Claude Code, 917B

Terminalowy agent kodujący od Anthropic. Czyta całe repozytorium, planuje zmiany w wielu plikach, uruchamia testy i poprawia błędy. Działa od grudnia 2025, użył 373 modeli.

Plus: najdojrzalsza pętla planowania i cyklu test-poprawka. Minus: CLI jest zamknięte, a kierowanie ruchu poza Anthropic wymaga obejścia.

3. Kilo Code, 568B

Otwarty agent kodujący dla VS Code, JetBrains i terminala. Pierwszy wśród wtyczek do IDE, działa od kwietnia 2025.

Plus: najszersze wsparcie edytorów, zespół zostaje przy swoich narzędziach. Minus: miks modeli opiera się na niszowych dostawcach, jak poolside i dots-studio, co jest zakładem o ich dostępność.

4. Cline, 395B

Otwarty agent w IDE, który przegląda kod, edytuje pliki, uruchamia komendy i steruje przeglądarką. Najstarszy na liście, działa od października 2024.

Plus: najdłuższa historia i wbudowana automatyzacja przeglądarki. Minus: model związany z IDE utrudnia pracę headless i w CI.

5. pi, 299B

Terminalowy agent kodujący budowany wokół własnej konfiguracji, dostępny od lutego 2026, już 8,12T tokenów łącznie.

Plus: zrównoważony miks modeli, awaria jednego dostawcy nie zatrzymuje pracy. Minus: młody projekt z ubogą dokumentacją, trudno ocenić plany.

6. omp, 200B

Terminalowy agent kodujący, pojawił się w maju 2026 i od razu wszedł do pierwszej dziesiątki, z Ox Alpha jako głównym modelem.

Plus: szybki wzrost i mocne wykorzystanie najtańszych szybkich modeli. Minus: strona nie publikuje prawie nic, a główny model jest stealth, bez dostawcy do kontaktu.

7. OpenClaw, 163B

Otwarty agent osobisty wpięty w komunikatory, uruchamia komendy, przegląda sieć, zarządza plikami i wysyła maile. Drugi w produktywności i agentach osobistych.

Plus: realne działania odpalasz z okna czatu, bez IDE. Minus: uruchamianie komend z komunikatora to najbardziej ryzykowna konfiguracja z tej listy.

8. DeepSeek Harness, 150B

Własne narzędzie DeepSeek, na GitHubie od sierpnia 2026. Prawie cały ruch idzie do Ox Alpha i wersji DeepSeek Flash.

Plus: strojone przez dostawcę modelu, więc wywołania narzędzi pasują do modelu. Minus: wyraźne przywiązanie do jednego dostawcy i brak dokumentacji poza repozytorium.

9. Codex, 128B

Agent kodujący od OpenAI. Pięć głównych modeli to modele OpenAI, czego nie robi żadne inne narzędzie.

Plus: głęboka integracja z trybami rozumowania GPT-5.6 i GPT-6. Minus: pełne uzależnienie od dostawcy, nie obniżysz kosztu tańszym modelem.

10. ISEKAI ZERO, 65,7B

Jedyna aplikacja spoza kodowania w pierwszej dziesiątce. Platforma interaktywnej fikcji, pierwsza w rozrywce, korzysta z 49 modeli.

Plus: dowód, że roleplay finansuje spory kawałek rynku inferencji. Minus: bez znaczenia dla pracy inżynierskiej i wąska pula modeli.

Dlaczego brakuje opencode

Jeden brak mnie zaskakuje: opencode nie wchodzi do pierwszej dziesiątki, choć pracuję na nim codziennie i konkuruje wprost z Claude Code oraz Cline. Dane rankingu tego nie tłumaczą, więc poniżej moje założenia.

• śledzenie jest dobrowolne: aplikacja pojawia się tylko wtedy, gdy wysyła nagłówki atrybucji, a prywatne zapytania odpadają przed agregacją,
• router jest opcjonalny: opencode łączy się wprost z Anthropic, OpenAI, GitHub Copilot i modelami lokalnymi, więc ruch z subskrypcji nigdy nie przechodzi przez OpenRouter,
• abonament wygrywa z rozliczeniem za tokeny: przy stałym planie Claude czy Copilot nie ma powodu, by tę samą pracę kierować do API płatnego za tokeny,
• atrybucja się rozjeżdża: własne tytuły i samodzielne konfiguracje lądują jako osobne małe wpisy zamiast jednej nazwy,
• próg jest wysoki: dziesiąte miejsce wymagało 65,7B tokenów dziennie, więc narzędzie może być popularne i nadal nie wejść do zestawienia.

Nic z tego nie oznacza, że opencode jest mały. Ranking liczy ruch na routerze, a nie instalacje, a narzędzie pozwalające podłączyć dowolnego dostawcę zawsze będzie tam niedoszacowane.

Co wynika z tych liczb

Ustaw model klasy Flash jako domyślny, a model frontier włączaj tylko do planowania i trudnego debugowania. Tak już działają czołowe narzędzia.

Wybieraj narzędzie, które pozwala zmieniać modele. Osiem z dziesięciu to potrafi, a uzależnienie od dostawcy to jedyny koszt, którego później nie renegocjujesz. Moje wnioski o frameworkach skracających kontekst agenta opisałem w tekście dlaczego Laravel, Yii i Rails są dobre do pracy z agentami.

Jedno zastrzeżenie: ranking mierzy popularność na jednym routerze, a nie jakość ani cały rynek. Model, który generuje więcej tokenów, nie jest lepszy, tylko bardziej rozgadany lub popularniejszy.

Źródło danych

Wszystkie liczby pochodzą z rankingu OpenRouter, dane o użyciu do 19 września 2026, opublikowane na licencji CC BY 4.0.