CommandCode: обзор AI-агента — модели, тарифы, отзывы и сравнение с конкурентами

Command Code стоит попробовать разработчикам, которым нужен терминальный AI-агент с большим выбором моделей, подключением своих провайдеров и запоминанием стиля кода. Самый доступный план стоит $1 в месяц, но реальная экономика сложнее рекламной формулы: действуют месячный кредитный пул, лимиты на 5 часов и 7 дней, разные allowances для моделей и дополнительная комиссия. Для конфиденциального кода важна ещё одна оговорка: файлы проекта остаются локально, однако переданные модели промпты, вложения и фрагменты кода в обычном режиме могут храниться до 30 дней.

Материал актуален на 6 сентября 2026 года. Модели, скидки и лимиты Command Code меняются часто, поэтому перед оплатой стоит сверить их в личном кабинете.

Что такое Command Code

Command Code — AI-агент для разработки, который работает прежде всего в терминале. Он читает репозиторий, меняет файлы, запускает команды и тесты, создаёт план, выполняет многошаговые задачи и помогает с review. Официальный продукт распространяется как npm-пакет command-code; это тот самый Command Code с домена commandcode.ai и организации CommandCodeAI на GitHub, а не одноимённый учебный репозиторий или набор промптов.

CLI требует Node.js 22 или новее. В macOS, Linux и Windows Subsystem for Linux агент запускается командой cmd. В native Windows используется cmdc, поскольку имя cmd занято системной оболочкой. Полная команда command-code работает на всех поддерживаемых системах.

Основная идея продукта — соединить agent harness, выбранную большую языковую модель и слой персонализации taste-1:

• harness управляет файлами, shell-командами, контекстом, разрешениями и инструментами;
• выбранная модель — например, DeepSeek, Qwen, GPT или Claude — рассуждает и генерирует код;
• Taste извлекает предпочтения из принятых, отклонённых и отредактированных результатов, затем применяет их в следующих сессиях.

Поэтому фраза «Command Code работает на taste-1» не означает, что taste-1 заменяет GPT, Claude или DeepSeek. Это персонализирующий слой поверх генеративной модели.

Возможности и ограничения

Возможность	Как устроена	Что проверить до использования
Интерактивный агент	Диалог в терминале, чтение и изменение файлов, shell, тесты	Какие команды агент собирается запускать и какой permission mode активен
Plan и headless	Анализ без изменений или одиночный запрос для скриптов и CI	В headless запись по умолчанию закрыта; полный автодоступ требует отдельного опасного флага
Checkpoints	Перед изменениями создаются локальные точки восстановления	Восстановление помогает отменить правки, но не заменяет Git и резервную копию
Taste	Предпочтения сохраняются в структурированных файлах проекта	Не попало ли локальное правило в слишком широкую область и сколько контекста оно добавляет
AGENTS.md, skills и agents	Явные инструкции и специализированные процессы	Большие постоянные инструкции расходуют контекст на каждом ходе
MCP и hooks	Подключение баз данных, API, issue trackers и других инструментов	Права каждого сервера, место хранения токенов и последствия внешних действий
BYOK	Свой ключ или endpoint: OpenRouter, Vercel AI Gateway, Ollama, vLLM и другие	BYOK находится в beta; качество tool calling зависит и от выбранной модели
Background tasks и sandbox	Фоновые команды, подагенты и изолированные задачи	Продолжительность, расход кредитов и способ получить результат после сбоя
IDE integration	Контекст открытого файла, выделения и диагностик в VS Code-подобной IDE	Это интеграция терминального агента, а не полноценное inline-автодополнение уровня IDE-first продукта
Desktop	Проекты, чат, diff, файлы, Git, терминал и browser preview в одном окне	Desktop помечен как alpha; действия и расход нужно контролировать вручную

В системе разрешений есть обычный режим с подтверждением изменений, auto-accept, plan, bypass и fail-closed режим для автоматизации. Для незнакомого репозитория разумно начинать с подтверждений. --yolo ускоряет автономную работу, но разрешает изменение файлов и запуск команд без обычных запросов; такой режим подходит только для изолированной и восстановимой среды.

Как работает Taste

Taste отслеживает не «архитектурный замысел в голове», а наблюдаемые сигналы: что пользователь принял, отклонил или переписал. Например, агент может запомнить выбор pnpm вместо npm, Vitest вместо Mocha или конкретный стиль экспорта. Профиль хранится в каталоге .commandcode/ и может быть отключён отдельно для проекта или пользователя.

Преимущество подхода проявляется в повторяющихся задачах. Если команда постоянно исправляет одни и те же имена, структуру файлов и библиотечные предпочтения, автоматическое накопление правил способно сократить рутину. Однократное или слишком контекстное указание может превратиться в чрезмерно общее правило. Поэтому изменения Taste нужно просматривать так же, как AGENTS.md, lint config или командный style guide.

Для строгого контроля можно отключить автоматическое обучение и вести явные инструкции в AGENTS.md. Этот способ требует ручной работы, зато область каждого правила видна в Git. Ещё один компромисс — оставить Taste на тестовом проекте, через неделю проверить накопленные правила и только затем включать синхронизацию с командой.

Маркетинговые показатели «10× быстрее», «вдвое быстрее review» и «в пять раз меньше багов» не стоит использовать как прогноз. Открытой независимой методологии, которая подтверждала бы эти числа на разных стеках, нет. Практическая метрика — время до принятого diff, число ручных исправлений, успешность тестов и стоимость завершённой задачи.

Модели в Command Code

На дату проверки каталог показывал 68 моделей, а дефолтной была deepseek/deepseek-v4-flash. В списке есть семейства DeepSeek, Qwen, Kimi, MiniMax, GLM, Step, Claude, GPT, Gemini, Grok, Muse Spark и другие. Контекстное окно зависит от конкретной модели и варьируется примерно от 200 тысяч до 1,1 миллиона токенов.

Модель можно переключить внутри сессии командой /model или передать через параметр запуска. Доступ зависит от плана:

• Go ориентирован на открытые модели и включает несколько закрытых исключений;
• GOAT расширяет выбор прежде всего открытых и доступных по специальным allowances моделей;
• Pro добавляет более широкий набор Claude, GPT и Gemini;
• Max открывает весь каталог, включая дорогие premium-модели;
• BYOK позволяет добавить собственный OpenAI- или Anthropic-совместимый endpoint, локальный Ollama либо vLLM.

Длинный перечень быстро устаревает. Перед подпиской полезнее проверить три вещи: есть ли нужная модель на выбранном плане, какой у неё отдельный allowance и сколько стоят input, output и cache read. Большое контекстное окно тоже не гарантирует низкую цену: длинная сессия повторно читает накопленную историю и быстрее расходует бюджет.

Тарифы и реальная система лимитов

Тариф	Цена в месяц	Заявленный месячный пул	Лимит на 5 часов	Лимит на 7 дней	Для кого
Go	$1 + processing fee	$10	$3	$6	Знакомство с CLI и открытыми моделями
GOAT	$10 + processing fee	до $70 по allowances	$14	$35	Регулярная работа прежде всего на открытых моделях
Pro	$20	$80	$16	$40	Нужны Claude, GPT, Gemini и другие premium-модели
Max 10×	$100 + processing fee	$150 standard / $100 premium	$45	$90	Агент работает большую часть дня
Max 20×	$200 + processing fee	$300 standard / $200 premium	$90	$180	Максимальная индивидуальная нагрузка

Есть отдельный Provider за $15 в месяц плюс комиссия и оплату фактического расхода. Он предоставляет OpenAI- и Anthropic-совместимые endpoints. Team Pro стоит $40 в месяц плюс комиссия и добавляет общий пул, управление участниками и централизованный биллинг. Для Enterprise действуют индивидуальные условия.

Почему количество запросов мало что говорит

Один запрос может быть коротким вопросом, а может включать десятки тысяч cache-read токенов, reasoning и длинный ответ. Лимиты Command Code выражены в кредитной стоимости. Дешёвый DeepSeek Flash и дорогой Claude Opus израсходуют один и тот же пул с разной скоростью.

Rolling-окна работают поверх месячного бюджета. Например, у GOAT можно использовать до $14 расчётного расхода за любые 5 часов и до $35 за скользящие 7 дней. После достижения окна остаются три варианта: дождаться сброса, использовать доступную бесплатную модель или покупать дополнительные кредиты. Поэтому GOAT нельзя считать безлимитным, хотя такое слово встречается в его рекламном описании.

Противоречия цены и условий

Прайс обещает привлекательные множители и говорит, что дополнительные top-up credits переносятся и не сгорают. Условия использования формулируют правила жёстче:

• соотношение подписки и API credits гарантируется максимум как 1:1;
• дополнительные, бонусные и промокредиты могут быть уменьшены, отозваны или прекращены;
• неиспользованные credits и capacity не переносятся на следующий период;
• покупки в общем случае не возвращаются.

Эти пункты конфликтуют с частью формулировок в pricing и документации. Безопасная трактовка: суммы $10, $70 и $80 — текущие рекламируемые allowances, а не безусловный денежный эквивалент на весь срок подписки. Перед крупной оплатой нужно уточнить в checkout и поддержке отдельно судьбу subscription credits, top-up credits и promotional credits.

Итоговая сумма также может включать processing fee и налоги. Для USD-планов заявлены карты, Alipay и оплата поддерживаемыми stablecoins. Отдельного официального подтверждения, что российская банковская карта пройдёт, нет.

Приватность: что остаётся локально, а что уходит провайдеру

Локально хранятся репозиторий, история сессий, токены авторизации и обычный Taste-профиль. Синхронизация Taste включается отдельно. Это не означает, что содержимое каждого AI-запроса остаётся на компьютере.

Когда агент обращается к модели, он передаёт выбранному провайдеру промпт, вложения и нужные фрагменты кода. Privacy Policy допускает хранение такого AI request content до 30 дней. Компания заявляет, что не обучает свои модели на исходном коде и по возможности включает у провайдеров no-training, но запросы всё равно обрабатывают внешние сервисы и gateways.

Для более строгого режима есть CMD_ZDR=1. Флаг принудительно выбирает только маршруты с Zero Data Retention — без хранения prompt и completion. Если подходящего провайдера нет, запрос завершается ошибкой вместо тихого перехода на обычный маршрут. ZDR может менять upstream и повышать цену одного запроса, поэтому того же пула хватает на меньший объём.

Есть и local-only mode для BYOK или локальной модели. Он блокирует обращения к backend Command Code и отключает телеметрию. Одновременно исчезают встроенные gateway-модели, /share, /usage, серверный web search, Taste push/pull и генерация agents через backend. Это вариант для приватного контура, если команда готова самостоятельно настроить модели и потерять часть облачных функций.

Платформы и зрелость продукта

CLI поддерживает macOS, Linux, WSL и native Windows. На Windows разработчик рекомендует WSL: типичные project scripts, hooks, Makefile и CI-инструменты чаще рассчитаны на POSIX-среду. Native Windows остаётся официально поддерживаемым, но требует команды cmdc и современного терминала.

Разработка идёт быстро. 6 сентября npm показывал версию 1.49.1, а changelog — 1.49.0 от 5 сентября. Высокая частота релизов полезна для новых моделей и исправлений, но создаёт риск изменений поведения, цен и документации между обновлениями.

Публичный GitHub сам по себе не делает Command Code open source. На дату проверки в корне репозитория были только README и служебный каталог .github, лицензия отсутствовала, GitHub Releases и tags не публиковались. В metadata npm указано UNLICENSED. Поэтому корректно называть продукт публично распространяемым через npm, но не открытым исходным кодом.

Что пишут в отзывах

Независимых отзывов пока мало, особенно на русском языке. Положительные пользовательские сигналы повторяют три темы: низкая цена входа, широкий выбор открытых моделей и возможность использовать API Command Code с другим агентом. Один автор Reddit писал, что качество выбранных моделей соответствовало его ожиданиям от прямого API, хотя некоторые модели работали медленно.

Критика чаще касается четырёх областей:

• скорость отдельных моделей и зависания длинных сессий;
• непрозрачность пересчёта токенов, cache reads и рекламных долларов в credits;
• слишком широкий scope автоматически созданных Taste-правил;
• сложность понять, какая часть результата зависит от модели, а какая — от harness.

Самый подробный независимый тест из найденных провёл автор AlbetNV. За 4–5 часов тяжёлой работы его dashboard показал около 83,4 млн токенов, 1 052 executions и $7,80 расхода. Автор столкнулся с циклами DeepSeek и правилами Taste, которые счёл слишком глобальными. Это опыт одного человека на одном проекте и за короткий период, поэтому переносить цифры на другого пользователя нельзя.

В GitHub остаётся открытая жалоба пользователя из России на зависания и списание баланса в старой версии 0.34.1. У issue нет комментариев сопровождающих, поэтому он показывает риск, который стоит проверить, но не доказывает массовую проблему или официальный региональный запрет. Другой Windows-issue про 503 после Taste был закрыт самим автором и относился к более ранней версии.

Отзывы с официального лендинга не подходят для оценки частоты проблем: это выбранные компанией цитаты. Для собственного теста полезно взять один небольшой репозиторий и записывать не впечатления, а метрики — принятый diff, пройденные тесты, число повторных запросов, потраченные credits и время до результата.

Сравнение с конкурентами

Продукт	Главный интерфейс	Модели и провайдеры	Цена входа на 6 сентября 2026 года	Когда выбирать
Command Code	CLI, IDE-контекст, Desktop alpha	Встроенный каталог из десятков моделей, BYOK и local endpoints	Go $1 + fee; GOAT $10; Pro $20	Нужны разные модели, терминальная автоматизация и эксперимент с Taste
OpenCode	Terminal, IDE, desktop	75+ провайдеров, local models; открытый исходный код	Агент бесплатен с BYOK; Go $10, Zen PAYG	Важны исходники, гибкий BYOK и локальные модели без привязки к закрытому harness
Claude Code	Terminal, VS Code, JetBrains, desktop, web	Claude и поддерживаемые внешние gateways	Pro $20, Max от $100 или API PAYG	Нужна first-party среда Claude и зрелая работа на нескольких поверхностях
Cursor	IDE-first, agents, cloud и CLI	Frontier-модели в отдельных usage pools	Hobby free, Pro $20, Pro+ $60, Ultra $200	Важны inline autocomplete, визуальный diff и постоянная ручная работа в редакторе
Codex	CLI, IDE, desktop, web, cloud	Модели OpenAI; подписка ChatGPT или API	Доступ есть в нескольких планах ChatGPT; Plus $20, Pro $100/$200, API PAYG	Нужны локальные и параллельные cloud-задачи, OpenAI и интеграции с рабочими системами

Ближайший конкурент по архитектуре — OpenCode. Оба решения дают терминального агента и выбор провайдеров, но OpenCode публикует исходники и сильнее ориентирован на независимость от собственного каталога. Command Code отвечает автоматическим Taste, собственным биллингом и оптимизацией моделей внутри harness. Читать полный обзор сервиса OpenCode

Claude Code подходит тем, кто сознательно выбирает модели Anthropic и хочет один first-party контур от терминала до web/desktop. Cursor выигрывает в сценарии «пишу сам и постоянно смотрю на код»: inline autocomplete и визуальные правки встроены в IDE. Codex удобен пользователям OpenAI, которым нужны и локальные сессии, и делегирование задач в изолированное облако. Для более широкого сравнения агентных инструментов можно обратиться к обзору ИИ-сервисов для программирования.

Сравнивать только месячную цену некорректно. У Cursor есть два usage pool, у Claude и Codex — общие лимиты подписки, у OpenCode — BYOK, Go и PAYG, у Command Code — per-model allowances и rolling-окна. Универсальная метрика — стоимость принятого результата на одинаковой задаче.

Кому подойдёт Command Code

Продукт стоит тестировать, если вы:

• уверенно работаете в терминале и Git;
• хотите быстро переключаться между открытыми и premium-моделями;
• используете shell, тесты, MCP, подагентов и фоновые задачи;
• готовы проверять накопленные Taste-правила;
• хотите подключить собственный endpoint, ChatGPT/Copilot subscription или локальный inference;
• согласны начать с отдельного репозитория и контролируемых permissions.

Лучше выбрать альтернативу, если главная потребность — inline autocomplete в IDE, доказанная open-source лицензия, полностью локальная работа без потери облачных функций или простой и предсказуемый месячный лимит. Для критичного корпоративного кода дополнительно нужны проверка ZDR, региона обработки, поставщиков модели и договорных условий.

Как проверить Command Code на своём проекте

Для честного пилота достаточно двух-трёх повторяемых задач: исправить известный баг с тестом, выполнить небольшой рефакторинг и подготовить review. Выполните их в Command Code и одном альтернативном агенте на одинаковой модели, если это возможно.

Зафиксируйте:

• сколько минут прошло до принятого результата;
• сколько ручных исправлений потребовалось;
• прошли ли тесты без подмены задачи;
• сколько было retries, зависаний и неверных tool calls;
• сколько credits списано с учётом cache reads;
• какие правила записал Taste и в какой scope;
• можно ли восстановиться после прерывания через checkpoint или Git.

Такой тест отделит качество DeepSeek, GPT или Claude от качества самого harness и покажет стоимость вашей работы, а не условного «среднего запроса».

Вывод

Command Code — амбициозный multi-model агент с сильным набором инструментов: терминал, permissions, checkpoints, MCP, background tasks, BYOK и автоматический Taste. План Go делает знакомство почти бесплатным, а GOAT и Pro дают заметно больше вариантов моделей.

Главные причины не покупать подписку вслепую — сложные credit allowances, rolling-лимиты, противоречия pricing и Terms, передача фрагментов кода внешним провайдерам и отсутствие опубликованной open-source лицензии. Desktop пока находится в alpha, а независимая база отзывов невелика.

Оптимальная стратегия — установить CLI на тестовый репозиторий, оставить подтверждения действий, выбрать одну знакомую модель и неделю измерять стоимость принятой задачи. Если Taste действительно сокращает повторные исправления, а расход укладывается в план, Command Code может стать удобным основным harness. Если важнее прозрачные исходники, визуальная IDE или first-party модельный контур, OpenCode, Cursor, Claude Code или Codex окажутся предсказуемее.