Codex вырос в 10 раз до 7 млн пользователей

Codex набрал миллион пользователей за сутки

Издание Latent Space, отслеживающее индустрию ИИ, собрало хронологию роста Codex по публичным заявлениям руководства OpenAI. В январе 2026 года у продукта было от 550 до 700 тысяч пользователей. К марту Fidji Simo из OpenAI назвала цифру в 2 миллиона. После запуска модели GPT-5.6 Sol 9 июля рост резко ускорился: за двое суток (с 10 по 12 июля) аудитория выросла до 6 миллионов, а ещё через сутки достигла 7 миллионов.

Миллион новых пользователей за один день, это не органический рост, а эффект новой модели. Sol стала триггером: пользователи пришли попробовать обновлённый Codex, и задержались.

Что происходит с Claude Code?

Последние публичные данные по Claude Code от Anthropic датированы февралём 2026 года: около 2 миллионов еженедельно активных пользователей и годовая выручка (ARR) в 2,5 млрд долларов. По данным Anthropic, число еженедельных пользователей Claude Code к тому моменту удвоилось с 1 января.

С тех пор Anthropic не обновляла статистику по Claude Code. Latent Space допускает, что компания сместила фокус на Claude Tag (инструмент-бот для Slack), у которого другая модель доступа и другие метрики, поэтому прямое сравнение затруднено. Но десятикратный рост Codex за полгода, по замечанию издания, остаётся цифрой, которую конкуренту нужно чем-то перекрыть.

Совпадение тоже бросается в глаза: рост Codex пришёлся на период, когда Anthropic неожиданно продлила подписку Claude Fable. Latent Space оговаривается, что связь не доказана, но и не отрицает, что аудитория видит конкуренцию в реальном времени.

Почему гонка кодинговых агентов касается не только разработчиков?

Кодинговые ИИ-агенты уже не нишевый инструмент. 7 миллионов пользователей Codex, это аудитория уровня зрелого SaaS-продукта (программный сервис по подписке). Рынок формирует несколько трендов одновременно.

• Стоимость задачи вместо стоимости токена. По данным Latent Space, индустрия переходит от оценки «цена за токен» к метрике «цена за выполненную задачу». Cognition сообщила, что Devin Fusion на модели Fable 5 в 81% случаев вообще не редактирует код напрямую, а управляет процессом, и это оказывается дешевле.

• Оркестратор важнее модели. Несколько спикеров, упомянутых в обзоре Latent Space, сходятся: побеждает не «голая» модель, а обвязка, которая управляет задачей. Harness (среда исполнения агента) становится продуктом, а не обёрткой.

• Prime Intellect привлёк 100 млн долларов ARR и оценку в 1 млрд долларов. Это отдельная компания, но её рост в инфраструктуре для агентного обучения (RL, то есть обучение с подкреплением, когда модель учится на обратной связи от результатов) подтверждает: деньги идут не только в модели, но и в инструменты вокруг них.

Десятикратный рост за шесть месяцев, это цифра, которую конкуренту нужно перекрыть. : Latent Space, обзор от 13 июля 2026

Что делать с этим прямо сейчас?

Если вы автор или копирайтер на Дзене. Кодинговые агенты, это не только про программистов. Codex и аналоги умеют генерировать скрипты для автоматизации: парсинг данных, вёрстка лендингов, обработка таблиц. Если вы до сих пор не пробовали описать задачу текстом и получить работающий код, сейчас порог входа минимальный.

Если вы маркетолог. Следите за метрикой «цена за задачу», а не «цена за токен». Когда агент решает задачу целиком, а не просто генерирует текст, экономика меняется. Это касается и генерации контента, и автоматизации отчётов.

Если вы предприниматель в РФ. Прямой доступ к Codex из России затруднён. Но API OpenAI работает через VPN и партнёрские сервисы. Оцените, нужен ли вам именно Codex или задачу закроет открытая модель: Prime Intellect выпустил инфраструктуру Verifiers v1 для агентного обучения с открытыми весами, и это направление растёт.

Гонка кодинговых ИИ-агентов вышла на этап, где побеждает не модель, а экосистема вокруг неё. Codex набрал массу, Claude Code молчит, а инфраструктурные компании вроде Prime Intellect собирают инвестиции на то, чтобы сделать агентов дешевле и управляемее. Для тех, кто выбирает инструмент сегодня, совет простой: попробуйте Codex на реальной задаче, замерьте результат и сравните с тем, что доступно в вашем регионе.