بهترین ابزار و مدل های هوش مصنوعی

بهترین هوش مصنوعی برای برنامه‌نویسی در ۲۰۲۶: کدومش رو انتخاب کنم؟

خلاصه: اینجا می‌بینی برای کدنویسی دو تا انتخاب جدا داری، یکی مدل و یکی ابزار، و چرا دومی معمولاً مهم‌تره. بعد مدل‌ها و ابزارهای اصلی رو با قیمت‌های مهر ۱۴۰۵ مرور می‌کنیم و آخرش برای هر سطح و بودجه یه پیشنهاد مشخص داریم.

تقریباً هر هفته تو گروه‌های برنامه‌نویسی یکی می‌پرسه «برای کد، Claude بهتره یا ChatGPT؟» و زیرش بیست نفر بیست جواب مختلف می‌دن. راستش اکثر این جواب‌ها درستن، فقط هرکدوم درباره یه چیز دیگه حرف می‌زنن.

یه پژوهش که شهریور امسال منتشر شد، این دعوا رو خوب توضیح می‌ده. نویسنده‌هاش ۲۵۴ نتیجه ثبت‌شده تو معروف‌ترین بنچمارک کدنویسی، یعنی SWE-bench، رو بررسی کردن. فاصله سی مدل اول با هم فقط ۸٫۸ امتیاز بود. ولی وقتی یه مدل ثابت رو با ابزارهای مختلف اجرا کرده بودن، نتیجه‌ش تا ۲۹٫۸ امتیاز بالا و پایین می‌رفت (Liu et al., 2026).

یعنی ابزاری که مدل رو باهاش اجرا می‌کنی، می‌تونه بیشتر از خود مدل روی نتیجه اثر بذاره. این درس هم از همین‌جا شروع می‌شه.

---

مدل و ابزار دو تا انتخاب جدان

مدل همون مغزیه که کد رو می‌نویسه، مثل Claude Opus یا GPT-6 یا Gemini. ابزار جاییه که تو با اون مغز کار می‌کنی. ممکنه یه پنجره چت باشه، یه ادیتور مثل Cursor، یا یه ایجنت مثل Claude Code که خودش فایل‌ها رو می‌خونه، دستور اجرا می‌کنه و تست می‌گیره.

یه مدل قوی تو پنجره چت، پروژه‌ت رو نمی‌بینه و نمی‌تونه تستی اجرا کنه. همون مدل داخل یه ایجنت، خودش کد رو اجرا می‌کنه و اگه خطا داد درستش می‌کنه. نتیجه این دو تا خیلی با هم فرق داره، با اینکه مغزشون یکیه.

پس سؤال درست اینه: «با کدوم ابزار و کدوم مدل، و با چه بودجه‌ای؟» بیاین هر دو رو جدا ببینیم.

---

بهترین مدل هوش مصنوعی برای برنامه‌نویسی کدومه؟

اول یه هشدار: این بخش زودتر از هر بخش دیگه‌ای کهنه می‌شه. اسم‌ها و قیمت‌هایی که اینجا می‌خونی رو ۲۵ مهر ۱۴۰۵ از صفحه‌های رسمی چک کردیم. اگه چند ماه بعد می‌خونیش، احتمالاً مدل جدیدتری اومده.

Claude (شرکت Anthropic) الان چهار مدل اصلی داره. خود Anthropic می‌گه برای بیشتر کارها با Opus 5.5 شروع کن و Fable 5.1 رو برای کارهای طولانی و خیلی سخت نگه دار. Sonnet 5.5 سریع‌تر و ارزون‌تره و برای کار روزمره کافیه. Haiku 5.5 هم برای کارهای سبک و پرتعداد ساخته شده. هر چهارتا context یک میلیون توکنی دارن، یعنی یه پروژه نسبتاً بزرگ رو یه‌جا می‌بینن (Anthropic).

GPT (شرکت OpenAI) از شهریور سه رده داره. GPT-6 Astra بالاترین رده‌ست و خود OpenAI اون رو مدل اصلیش برای کد و استدلال پیچیده معرفی می‌کنه. GPT-6.1 Sol رده میانیه و الان مدل پیشنهادی Codex حساب میشه. Luna هم ارزون و سریعه. GPT-5.5 از ۲۲ مهر تو Codex برای کاربرهای ChatGPT بازنشسته شد (Codex changelog).

Gemini (شرکت Google) همین هفته Gemini 4 Argon رو عمومی کرد. قیمت API اون تا ۹ آذر قیمت معرفیه و از ۱۰ آذر دو برابر میشه (technology.org). روی سطح رایگان Gemini در دسترس نیست.

مدل‌های باز (open-weight) مثل GLM-5.2، DeepSeek V4، Kimi و Qwen3-Coder رو می‌شه با قیمت خیلی کمتر از سرویس‌دهنده‌های مختلف گرفت یا حتی روی سخت‌افزار خودت اجرا کرد. معمولاً یه پله از مدل‌های بالای Claude و GPT عقب‌ترن، ولی برای خیلی از کارها کافی‌ان. منابع درباره اینکه کدومشون از همه بهتره با هم اختلاف دارن (kingy.ai). کار با این مدل‌ها رو تو درس ۱۹ یاد می‌گیری.

برای اینکه یه حسی از فاصله قیمت‌ها داشته باشی، این‌ها قیمت API به ازای هر یک میلیون توکن ورودی و خروجی‌ان:

این قیمت‌ها فقط وقتی مهم میشن که مستقیم از API استفاده کنی، مثلاً با ایجنت‌های متن‌باز یا پلن Premium کرسر. اگه اشتراک ماهانه بخری، قیمت ثابت ماهانه رو می‌دی و با این عددها سروکاری نداری.

---

بنچمارک‌ها رو چقدر جدی بگیرم؟

هر شرکتی که مدل جدید می‌ده، یه نمودار هم کنارش می‌ذاره که نشون بده رتبه اوله. معروف‌ترین بنچمارک‌ها SWE-bench و نسخه سخت‌ترش SWE-bench Pro هستن. تو این آزمون‌ها مدل باید باگ‌های واقعی پروژه‌های متن‌باز رو درست کنه.

مشکل اینجاست که هر شرکت مدلش رو با ابزار و تنظیمات خودش اجرا می‌کنه. برای همین عددهایی که شرکت‌ها اعلام می‌کنن با جدولی که شرکت Scale با یه روش یکسان برای همه منتشر می‌کنه، گاهی ده‌ها امتیاز فرق داره (Scale SWE-Bench Pro). همون پژوهش اول درس هم نشون داد بین سی نتیجه برتر SWE-bench Verified، هیچ دو نتیجه‌ای که کنار هم بودن، از نظر آماری قابل جدا کردن نیستن.

نتیجه عملی ساده‌ست. بنچمارک بهت می‌گه کدوم مدل‌ها تو گروه اولن، ولی نمی‌تونه بگه بین این چندتا کدوم برای پروژه تو بهتره. اون رو باید خودت امتحان کنی. یه روش یک‌ساعته براش پایین‌تر گذاشتیم.

---

ابزارهای هوش مصنوعی برنامه‌نویسی: کجا قراره کار کنی؟

ابزارها رو می‌شه تو چهار دسته دید. هرچی جلوتر بری، ابزار مستقل‌تر کار می‌کنه و کار تو بیشتر هدایت و بررسی میشه.

پنجره چت مثل ChatGPT، Claude یا Gemini ساده‌ترین شروعه. برای سؤال پرسیدن و فهمیدن یه خطا عالیه، ولی کد رو باید خودت کپی کنی و از پروژه‌ت هم خبر نداره.

ادیتورهای هوش مصنوعی کد رو همون‌جا که می‌نویسی پیشنهاد می‌دن و حالت ایجنت هم دارن. سه گزینه اصلی این روزها GitHub Copilot داخل VS Code، Cursor و Antigravity گوگل هستن.

درباره Cursor یه خبر مهم هست که خیلی از مقایسه‌های فارسی و انگلیسی هنوز بهش نرسیدن. شرکت SpaceX تابستون امسال سازنده Cursor رو خرید و بعدش پلن‌ها عوض شدن (Techzine). الان پلن ۸ دلاری Plus فقط به مدل‌های Grok دسترسی داره. برای کار با Claude یا GPT داخل Cursor باید پلن ۳۰ دلاری Premium بگیری و هزینه اون مدل‌ها رو هم جدا با قیمت API بدی (صفحه قیمت Cursor).

ایجنت‌های کدنویسی خودشون پروژه رو می‌گردن، فایل می‌سازن، تست اجرا می‌کنن و حتی PR باز می‌کنن. Claude Code و Codex دو گزینه اصلی‌ان و هر دو هم تو ترمینال کار می‌کنن، هم داخل VS Code، هم به شکل اپ دسکتاپ. گوگل هم از ۲۸ خرداد Gemini CLI رو کنار گذاشت و Antigravity CLI رو جاش آورد (مستندات Gemini CLI). اگه جایی آموزش Gemini CLI دیدی، بدون که قدیمیه. اینکه ایجنت دقیقاً چیه و چطور کار می‌کنه، موضوع درس ۱۲ هست.

سازنده‌های اپ مثل Lovable، Bolt، v0 و Replit از یه توضیح ساده، اپ کامل تحویل می‌دن. برای پروتوتایپ خیلی سریعن ولی کنترلت روی کد کمتره. این‌ها رو تو جعبه ابزار وایب کدینگ و درس ۷ کامل بررسی کردیم.

---

قیمت ابزارها و پلن‌های رایگان (مهر ۱۴۰۵)

منبع‌ها: Copilot، Claude، Codex، Cursor، Antigravity.

همه این قیمت‌ها دلاری‌ان و پرداختشون از ایران دردسرهای خودش رو داره. راه‌های امن خرید و جایگزین‌های رایگان رو تو درس ۴ جدا نوشتیم.

---

پس من کدوم رو بردارم؟

این بخش نظر خودمونه. تو بوت‌کمپ مهندسی نرم‌افزار استارکوچ بیشتر با Claude Code و Cursor کار می‌کنیم، ولی پیشنهادهای پایین رو بر اساس بودجه و سطح نوشتیم.

اگه تازه شروع کردی و فعلاً نمی‌خوای پولی بدی، VS Code رو نصب کن و Copilot رایگان رو فعال کن. هم پیشنهاد کد داره، هم حالت ایجنت، و برای یاد گرفتن کافیه. وقتی دیدی سهم ماهانه‌ت زود تموم میشه، یعنی وقتشه که پول بدی.

اگه ماهی حدود ۲۰ دلار می‌تونی خرج کنی و می‌خوای جدی کار کنی، یکی از Claude Code یا Codex رو بگیر. فرقشون اون‌قدر نیست که ارزش داشته باشه هفته‌ها سرش فکر کنی. اگه از قبل اشتراک ChatGPT داری، با Codex شروع کن، چون هزینه اضافه‌ای نداره. اگه Claude داری، با Claude Code. مقایسه دقیق این دو تا رو روی یه پروژه یکسان تو درس ۲۰ انجام دادیم.

اگه کار تو محیط گرافیکی ادیتور رو به ترمینال ترجیح می‌دی، قبلاً جواب سریع این بود که Cursor بگیر. با پلن‌های جدید، این دیگه به این سادگی نیست. اگه می‌خوای با Claude یا GPT کار کنی، Copilot Pro با ماهی ۱۰ دلار معمولاً به‌صرفه‌تر از Cursor Premium با ماهی ۳۰ دلار به‌علاوه هزینه API هست. Cursor هنوز ادیتور خیلی خوبیه، فقط حساب‌وکتابش عوض شده.

اگه کدت محرمانه‌ست یا نمی‌خوای به یه شرکت خاص وابسته باشی، برو سراغ مدل‌های باز با یه ایجنت متن‌باز مثل Cline یا opencode. برای اجرای محلی سخت‌افزار جدی لازمه. مثلاً Qwen3-Coder-Next حدود ۴۵ گیگابایت حافظه گرافیک می‌خواد (pinggy). برای بیشتر آدم‌ها گرفتن همین مدل‌ها از یه سرویس‌دهنده API عملی‌تره.

---

یه تست یک‌ساعته برای پیدا کردن ابزار خودت

به جای خوندن ده تا مقاله مقایسه‌ای، یه ساعت وقت بذار و خودت امتحان کن. یه کار واقعی و کوچیک از پروژه خودت انتخاب کن که حداقل یه تست داشته باشه. مثلاً یه فرم که اعتبارسنجی لازم داره، یا یه endpoint که فیلتر می‌خواد. همون پرامپت رو، با قالبی که تو درس ۲ یاد گرفتی، به دو تا ابزار بده.

بعد سه چیز رو بنویس. اول اینکه تست‌ها پاس شد یا نه. دوم اینکه چند بار مجبور شدی اصلاحش کنی. سوم اینکه چقدر از سهم یا اعتبارت مصرف شد. ابزاری که با اصلاح کمتر به تست سبز رسید، برای پروژه تو بهتره، حتی اگه تو جدول بنچمارک دوم یا سوم باشه.

این تست رو هر چند ماه یه بار، یا وقتی مدل مهم جدیدی اومد، تکرار کن. لازم نیست هر هفته ابزار عوض کنی. عوض کردن ابزار خودش هزینه داره، چون ورک‌فلو، تنظیمات و عادت‌هات باید از نو ساخته بشن.

---

سوالات پرتکرار

بهترین هوش مصنوعی رایگان برای برنامه‌نویسی کدومه؟

بین ابزارهای رسمی، GitHub Copilot رایگان کامل‌ترین گزینه‌ست، چون هم پیشنهاد کد داره، هم چت و هم حالت ایجنت. Cursor و Antigravity هم نسخه رایگان دارن، ولی سهمشون کمتره یا مدل‌هاشون محدوده. اگه با API کار کنی، مدل‌های باز مثل DeepSeek خیلی ارزونن، هرچند رایگان نیستن.

برای برنامه‌نویسی Claude بهتره یا ChatGPT؟

تو مدل‌های بالا فرقشون اون‌قدر کم شده که بنچمارک‌ها هم نمی‌تونن قاطع بگن کدوم جلوتره. چیزی که بیشتر فرق می‌کنه ابزاره. Claude رو بیشتر از طریق Claude Code می‌شناسن و GPT رو از طریق Codex. هر کدوم که اشتراکش رو داری، با همون شروع کن و تست یک‌ساعته بالا رو انجام بده.

DeepSeek برای کدنویسی خوبه؟

برای خیلی از کارها آره، و از همه مهم‌تر خیلی ارزونه. برای کارهای طولانی و چندمرحله‌ای که ایجنت باید ده‌ها فایل رو هماهنگ عوض کنه، مدل‌های بالای Claude و GPT هنوز مطمئن‌ترن. یه راه خوب اینه که کارهای ساده رو به مدل ارزون بدی و کارهای سخت رو به مدل قوی.

چرا تو این درس از Gemini CLI حرفی نزدید؟

چون از ۲۸ خرداد ۱۴۰۵ جاش رو به Antigravity CLI داده. خیلی از آموزش‌ها و مقایسه‌هایی که تو اینترنت هست هنوز از Gemini CLI اسم می‌برن، ولی دیگه برای مدل‌های جدید گوگل بهینه نمیشه.

از ایران میشه با این ابزارها کار کرد؟

میشه، ولی پرداخت، تحریم و خطر خریدن حساب از فروشنده‌های نامعتبر چالش‌های جدی‌ان. همه این‌ها رو تو درس ۴ جدا بررسی کردیم.

قدم بعدی

اگه فقط یه چیز از این درس یادت بمونه، این باشه که مدل‌های اول جدول این روزها خیلی به هم نزدیکن و ابزار و روش کار تو بیشتر از اسم مدل روی نتیجه اثر داره. یکی رو انتخاب کن، یه ماه باهاش کار کن و بعد با تست یک‌ساعته تصمیم بگیر نگهش داری یا نه.

درس ۴ سراغ سؤالی میره که برای ما از همه مهم‌تره: چطور از ایران به این ابزارها دسترسی داشته باشیم بدون اینکه پول یا اطلاعاتمون رو به خطر بندازیم. اگه هم می‌خوای کار با Claude Code رو قدم‌به‌قدم ببینی، دوره آموزش Claude Code استارکوچ برای همینه.