Koda

Около 4 месяцев назад запускали опрос про Kodacode — вот что получилось (см. картинку).

56,9% пришли с опытом в Cursor, Copilot или GigaCode, 47,4% готовы рекомендовать инструмент, очень приятно!

Запускаем следующий! Продукт с тех пор довольно сильно поменялся, хочется понять, что по прежнему актуально для вас сейчас. Если пользуетесь Koda — очень просим пройти. Пара минут и честный ответ помогают больше, чем кажется. Займет не больше 2 минут: ПРОЙТИ ОПРОС @kodacoderu

⚡️В основе модели Koda Pro сейчас Kimi K2.6. В суете релизов совсем забыли сказать. Модель топ по метрикам среди всего опенсорса и да, от GPT 5.4/5.5 едва заметите разницу. Мы постоянно тестируем опенсорс модели на наших агентах, выбираем лучшее из доступных по метрикам и производительности а так же еще их докручиваем.

⚡️ Обновление плагинов 0.9.3 + CLI 0.3.5 Эти релизы — про надёжность. Точнее серия релизов (0.9.1 и 0.9.2). VS Code и JetBrains — Редактирование больших файлов больше не ломается — инструмент корректно обрабатывает даже крупные файлы — Стрим ответов не обрывается после вызова инструментов — Модель Pro корректно отображается для SaaS-пользователей Только для JetBrains: — Устранены зависания и артефакты отображения — Экспорт сессии работает без ошибок — Оптимизирован запуск CEF, плагин стал заметно стабильнее Есть еще проблемы и что еще улучшить, но уже работает более стабильно. CLI 0.3.5 — Починена авторизация при исчерпании лимитов — Счётчик запросов отображает корректные данные и Спасибо, что делитесь фидбеком и присылаете баг-репорты в наш чатик. @kodacoderu

⚡️ Обновили список моделей: + GPT 5.5, Deepseek V4 Pro и flash Модели DeepSeek V4 Pro выглядят очень хорошо по метрикам, держится рядом с закрытыми SOTA-моделями: SWE-Bench Pro — 55.4, SWE-Bench Verified — 80.6. Flash модель от Deepseek по метрикам тоже не сильно отстает и при этом давольно дешевая по инфернесу. Модели уже доступны в Koda для VS Code, CLI и JetBrains IDE! Установить Koda | Чат поддержки

⚡️ Обновили список моделей: + GPT 5.5, Deepseek V4 Pro и flash Модели DeepSeek V4 Pro выглядят очень хорошо по метрикам, держится рядом с закрытыми SOTA-моделями: SWE-Bench Pro — 55.4, SWE-Bench Verified — 80.6. Flash модель от Deepseek по метрикам тоже не сильно отстает и при этом давольно дешевая по инфернесу. Модели уже доступны в Koda для VS Code, CLI и JetBrains IDE! Установить Koda | Чат поддержки

🚀Наша новая модель NextEdit Suggestions. Обычный автокомплит предсказывает текст под курсором. А что если модель будет предсказывать следующее действие программиста — что он изменит, где и как? Это Next Edit Suggestions (NES). Модель смотрит на историю правок и предсказывает следующую правку в той же логике. Не только добавляет код — но и удаляет, переименовывает, рефакторит. И не только под курсором, а в любом месте файла. Как обучали: взяли Qwen2.5-Coder-1.5B как базу, подготовили качественный NES-датасет (склейка микро-правок, фильтрация по причинной связи с историей, апсемплинг replace), обучили SFT. Результат: наша модель 1.5B занимает топ-1 в среднем по бенчмаркам, обгоняя модели до 7B. Подробности как обучали в статье на Хабре: https://habr.com/ru/companies/koda/articles/1028578/ Уже доступна в бете в Kodacode для VSCode. Пробуйте и делитесь фидбеком. Так на всякий напомню, что в Kodacode не одна модель под капотом, кроме большой LLM. Есть модели CodeСompletion, модели поиска (embedder и reranker), apply модель и вот еще наша новая модель NextEdit. Установить Koda | Чат поддержки

💪 Открываем каталог навыков Koda Навыки (они же скиллы) давно стали неотъемлемой частью агентной разработки. Они позволяют фокусировать агента на конкретных задачах и обогащают контекст полезными сведениями. Koda поддерживает навыки с версий 0.7.0 (плагин) и 0.3.0 (cli). Сегодня мы открываем свой каталог навыков. Туда мы будем добавлять и собственные, которые используем сами в Koda, и ваши, которые вы можете присылать в виде pull-request. Там уже есть несколько базовых скиллов для ежедневной работы, и будут появляться новые. Перейти в каталог: 😀 XCode-NLP/KodaSkills Установить Koda | Чат поддержки @kodacoderu

⚡️ Добавили новую модель Kimi K2.6 — SOTA Open Source По бенчмаркам модель держится рядом с закрытыми SOTA-моделями: SWE-Bench Pro — 58.6, SWE-Bench Verified — 80.2, топ среди open-source моделей. Сильные результаты и на BrowseComp и математических бенчах с Python.

Отдельная история из техблога: в ходе внутреннего тестирования агент на базе K2.6 получил задачу запустить Qwen3.5-0.8B на маке. Дефолтный инференс его не устроил, и он переписал его на Zig — языке, который не входит в стандартный набор. Результат: скорость выросла с 15 до 193 токенов/сек, что на 20% быстрее LM Studio. 4000+ вызовов инструментов, 14 итераций, 12 часов работы.

Моделька уже доступна в Koda для VS Code, CLI и JetBrains IDE! Установить Koda | Чат поддержки @kodacoderu

⚡️ Релиз KodaCode 0.9.0 Главное в этом релизе — экспериментальный удалённый доступ через Telegram! Отправляешь команду агенту с телефона, получаешь результат туда же. Без компьютера под рукой. Как это выглядит – на видео выше. Второе крупное новведение — голосовой ввод. Темп разработки ускоряется, и формулировать задачи агенту голосом становится естественным выбором — не только когда нет возможности печатать, но и просто потому что так быстрее. Наконец, добавили новый режим автодополнения — Next Edit Prediction. Он предсказывает следующее редактирование в контексте того, что вы уже меняли, а не просто дополняет текущую позицию курсора.

Все 3 фичи доступны уже сейчас в VS Code. В ближайшее время добавим в CLI и версию для JetBrains IDE.

Ну и по мелочи: починили парсинг вызовов инструментов, восстановление истории чатов, добавили оптимизации производительности. 📚 Подробнее — в статье на Хабре: https://habr.com/ru/companies/koda/articles/1024296/ Установить KodaCode | Чат поддержки @kodacoderu

🆕 Релиз koda-cli 0.3.1: поддержка Agent Client Protocol для вашей IDE Как вы знаете, Koda доступна в виде плагинов к VSCode, JetBrains IDE и консольного ассистента для работы в терминале. Это не покрывало ту часть пользователей, которые работают с другим ПО. Теперь вы не ограничены средами разработки. Вы можете подключать koda-cli к любому другому ПО с поддержкой ACP (например, Zed, Obsidian и другое). При этом использовать нативный UI и не думать про терминал. Под капотом — сквозная интеграция с нашими моделями. 📚 Примеры настройки ACP читайте в новой статье на Хабре: https://habr.com/ru/companies/koda/articles/1019902/ Установить KodaCode | Чат поддержки @kodacoderu

⚡️ Добавили новую модель GLM 5.1 — свежий релиз от Zhipu AI Буквально вчера вышла GLM 5.1 — обновление линейки моделей с упором на код, стабильность и работу с длинным контекстом. По первым тестам, модель ведёт себя заметно аккуратнее в разработке: лучше держит структуру, реже «плывёт» на длинных задачах и даёт более предсказуемый результат в агентных сценариях. Можно попробовать прямо сейчас с KodaCode — в VS Code, CLI и JetBrains IDE. Установить Koda | Чат поддержки @kodacoderu

💀 Anthropic случайно слили исходники Claude Code Многие из вас знают, что единственный в России CLI инструмент для разработчиков (тот, что Koda CLI), построен на базе Gemini CLI. Ну вот теперь можно переходить на новое open source решение под капотом 😄 Шутка! А так, конечно, ребятам надо было быть поаккуратнее) @kodacoderu

🆕 Релиз KodaCode 0.8.0: мультимодальность и ветвление диалогов Режим чата теперь работает по той же логике, что и агентный, но только с read-only инструментами — можно исследовать кодовую базу без риска случайных изменений. Edit mode убрали: его сценарии полностью покрывает агентный режим. Появилось ветвление диалогов. Если агент пошёл не туда, можно вернуться к любому вызову инструмента в истории и продолжить оттуда — новая ветка не затрагивает предыдущую. А сами сессии теперь можно экспортировать в JSON. Для мультимодальных моделей — gemini-3-flash-preview, gpt-5.3-codex, kimi-k2.5 и gpt-5.4 — добавили возможность прикрепить изображение прямо в чат. 📚 Подробнее про релиз читайте в новой статье на Хабре: https://habr.com/ru/companies/koda/articles/1015972/ Установить KodaCode | Чат поддержки @kodacoderu

⚡️ В KodaCode появились три новые модели — GPT-5.4, GPT-5.4 mini и MiniMax M2.7 GPT-5.4 объединила кодинг из GPT-5.3-Codex и рассуждение из GPT-5.2. GPT-5.4 mini работает в 2 раза быстрее предыдущей mini, SWE-Bench Pro — 54.4% против 45.7%. MiniMax M2.7 частично участвовала в собственном обучении. SWE-Pro — 56.22%, по большинству тестов рядом с Claude Sonnet 4.6 и Opus 4.6. Все три доступны в KodaCode для VS Code, JetBrains IDE и CLI. Установить Koda | Чат поддержки @kodacoderu

⚡️ В KodaCode появилась поддержка SKILLS и AGENTS.md Skills — это переиспользуемые наборы инструкций для агента. Если запрос совпадает с описанием навыка, модель подгружает его и использует как дополнительный контекст. Так можно описывать повторяющиеся сценарии: работу с терминалом, планирование задач, запуск инструментов. На скрине — несколько примеров: bash/Linux команды, PowerShell паттерны, planner для построения плана реализации. Часть навыков можно взять из открытого каталога skills.sh или из публичных репозиториев. Некоторые удобнее писать под конкретные сценарии. Например, мы сделали простой skill, который при определённых условиях запускает koda-cli как субагента: формирует промпт, стартует процесс и дальше периодически проверяет, завершилась ли задача. Его текст можно посмотреть в новости на Хабр. Если вы раньше устанавливали skills для других приложений, они автоматически подтянутся из глобальной директории ~/.agents/skills. Также добавили поддержку AGENTS.md. Это файл инструкций для AI-агентов внутри репозитория. В нём можно описать архитектуру проекта, команды запуска, правила работы с кодом и другие ограничения, которые агент должен учитывать. Установить Koda | Чат поддержки @kodacoderu

🤩 У нас появились долгожданные подписки Мы добавили модели, которых раньше не было. И теперь полный список выглядит следующим образом: GLM-4.7, GLM-5, MiniMax-M2.5, DeepSeek-v3.2, Kimi-K2.5, Gemini 3 Flash Preview и GPT 5.3 Codex. Sonnet и Gemini Pro сейчас тестируем — подключим после проверки стабильности в IDE и CLI. Дальше план простой: регулярно добавлять новые сильные модели, как только они показывают хорошие метрики на коде и проходят наши тесты. Бесплатный тариф остаётся и всегда будет. Лимиты для текущих пользователей сбросили. 📚 Подробно про тарифы и ближайшие планы — на Хабре: https://habr.com/ru/companies/koda/articles/1005608/

🆕 Минорный апдейт KodaCode 0.6.1 (VSCode, JB) с правками по стабильности Что изменилось: — Улучшили стабильность привязки устройства к аккаунту. Меньше повторных авторизаций и сбоев при переключении сред — Исправили генерацию commit-сообщений. Убрали некорректные формулировки и обрывы текста — Починили зависания в режиме «Правка» — Переработали часть агентных инструментов, чтобы снизить риск переполнения контекста при длинных цепочках действий Спасибо, что делитесь фидбеком и присылаете баг-репорты в наш чатик. @kodacoderu

⚡️ В KodaCode появились две новые флагманские модели для кодинга и агентных задач — GLM-5 и MiniMax M2.5 GLM-5 — свежий релиз от Z.ai с фокусом на системную разработку и агентные сценарии. Модель масштабирована до 744B параметров (40B active), предобучение — 28.5T токенов. По бенчмаркам: — SWE-Bench Verified — 77.8% (против 73.8% у 4.7) — Terminal-Bench 2.0 — 56.2 / 60.7 — BrowseComp (context manage) — 75.9 MiniMax M2.5 — новый флагман от MiniMax, ориентированный на кодинг, tool use и поиск. Ключевые показатели: — SWE-Bench Verified — 80.2% — Multi-SWE-Bench — 51.3% — BrowseComp — 76.3% Среднее время решения в SWE-Bench Verified — 22.8 мин (против 31.3 у M2.1). Это сопоставимо с Opus 4.6, при заявленной стоимости около 10% от неё. Обе модели уже доступны бесплатно в KodaCode для VS Code, JetBrains IDE и CLI. Установить Koda | Чат поддержки @kodacoderu

AI-ассистенты в коде часто ошибаются: придумывают методы, путают аргументы, ссылаются на старые версии API. Обычно это происходит потому, что модель не видит актуальную документацию. В KodaCode есть встроенный поиск по документации — docs_search, но им пользуются не все и часто подключают Context7. docs_search ищет ответ в базе официальной документации и на её основе формирует ответ модели. Сейчас в индексе 260+ популярных библиотек, база регулярно обновляется. Можно добавить и свою документацию, она хранится локально. Мы проверили качество на собственном наборе из 250 технических вопросов по Python, Java и JavaScript. Сравнили чистую модель, модель с Context7 и модель с нашим поиском. – Без документации модель правильно покрывает около 38% фактов из эталонных ответов. – С Context7 — 44–52%. – С docs_search в KodaCode — около 60%. Включайте docs_search в списке доступных инструментов. Запрос к модели можно явно писать: “поищи в документации…” или что-то такое, если модель в процессе решения сама не пошла в него. 📚 Подробно про методологию и устройство поиска — в новой статье на Хабре: https://habr.com/ru/companies/koda/articles/995364/

🆕 Большой релиз KodaCode 0.6.0: личный кабинет, новые модели и серьёзное обновление плагина Это одно из самых объёмных обновлений KodaCode за последнее время. 🟣 Во-первых, у нас появился личный кабинет с авторизацией и отображением лимитов 🟣 Во-вторых, линейка собственных моделей расширилась и теперь состоит из двух вариантов — Koda Base (ex. KodaAgent) и Koda Pro 🟣 В-третьих, агентный режим получил несколько системных изменений. Реализованы параллельные вызовы инструментов, что сокращает время выполнения сложных цепочек действий. Улучшен стриминг ответов, снижено количество обрывов и некорректных завершений генераций. Подробнее про новое устройство моделей, планы по внедрению подписки и обновление инструментов читайте в новой статье на Хабр. 📚 https://habr.com/ru/companies/koda/news/992200/