（来源：财经 AI 湃）

GitHub 20 个月数据追踪表明，智能体（Agent）入口已取代模型性能本身，成为影响开发者工作流热度的核心变量—— Anthropic 凭 Claude Code 提前反超 OpenAI，而国产模型相对份额下降的主因正是缺少这类工具入口，而非模型能力不足

文｜《财经》主笔 吴俊宇

过去三个月，《财经》研究团队借助 Codex，追踪了全球 13 家主流模型公司 / 机构 2025 年 1 月 1 日 -2026 年 8 月 30 日在 GitHub 上的热度。

这 13 家模型分别是，OpenAI、Anthropic、谷歌 Gemini、Meta、xAI、阿里 Qwen、DeepSeek、字节跳动 Seed、智谱 AI、腾讯混元、月之暗面、MiniMax、小米 MiMo。

此次追踪的 GitHub 热度，指标涵盖每个模型的 Issue（问题讨论）、PR（Pull Request，代码修改请求）数量。其中既包括 GitHub 全站范围的 Issue/PR，也包括各个模型公司官方 Repo（代码仓库）内部的 Issue/PR。

这些数据覆盖 20 个月、87 周，并在每周一滚动更新。为此，我们建立了一个小型数据库。

GitHub 是全球最大的开发者社区，也是目前少数能够追踪用户真实行为的公开渠道之一。它为观察各家模型公司的开发者热度提供了一扇窗口。

随着越来越多普通用户借助 AI Coding（AI 编码）工具办公，甚至成为 Builder（开发者），专业开发者和普通消费者之间的边界开始变得模糊。GitHub 因此能够捕捉到更广泛的用户使用行为。

一款模型被全球开发者使用时，容易在 GitHub 上留下痕迹。有人通过 Issue 提问、报错、讨论问题，也有人通过 PR 修改项目代码，把模型接入自己的项目。模型公司推出新模型、新工具后，通常会在 GitHub 官方仓库中同步更新，收集开发者反馈。开发者则会直接在这些仓库中讨论问题、反馈 Bug，或者提交 PR 参与改进。

《财经》追踪部分模型公司的 Issue/PR 发现，一些公司在 GitHub 上的开发者行为拐点比财务指标早 3 个 -6 个月出现。它可能提供了一个观察模型公司商业化进展的先行信号。

做这个追踪的起因是一个追问：模型发布越来越密集、基准测试不断刷新，但模型公司却很少完整披露收入、Token（词元）调用量。即使公布，这些公司也往往采用有利自己的口径。仅靠模型公司自己披露的数据，很难持续横向比较不同模型的真实使用情况。

《财经》希望找到一个相对客观的公开渠道，观测一款模型究竟有多少用户在真实使用，它的使用情况究竟是如何随周期变化的？

需要说明的是，这个追踪同样也有很多局限性——统计数据不能直接等同于用户数、调用量或市场份额，它只能展现变化趋势作为参考。它可以反映基础语言模型的使用情况，但难以反映视频 / 视觉模型（如字节跳动的 Seedance）的使用情况。因为，视频模型的用户更多是创作者、影视漫剧从业者、广告公司，他们较少在 GitHub 提交代码。

这次追踪分析中，《财经》在 20 个月的数据初步发现了一些规律。

其一，模型能力决定一家公司能否在短期内获得开发者关注。模型能否持续保持 SOTA（业界领先），会直接影响开发者是否愿意不断使用它。

其二，智能体（Agent）会直接影响模型的黏性。它甚至可以决定一款模型能否真正进入开发者每天使用的工作流。在 GitHub 上，它对模型公司的 Issue/PR 影响越来越大。

其三，开发者社区的维护能力决定了模型热度能否持续。持续修复问题、响应 Issue、维护 Repo、完善工具链，会让一款模型在 GitHub 上拥有更强的后劲。

Anthropic 在 GitHub 超过 OpenAI，比收入反超早五个月

Anthropic 和 OpenAI 是目前全球估值最高的两家模型公司。截至今年 7 月末，Anthropic 年化收入（ARR，单月收入 × 12）达到 650 亿美元，估值 9650 亿美元。OpenAI 年化收入超过 400 亿美元，估值 8520 亿美元。

Anthropic 收入反超 OpenAI 是在 2026 年 4 月。当时，Anthropic 年化收入突破 300 亿美元，当时 OpenAI 约 250 亿美元。

但在 GitHub，Anthropic 反超 OpenAI 早了近半年。早在 2025 年 11 月，Anthropic 的 Issue/PR 数量就已超过 OpenAI，并在此后长期领先。这经历了三步。

2025 年 10 月，Anthropic 在 GitHub 官方仓库的 Issue/PR 数量率先超过 OpenAI。这是 Claude Code 这款 AI 编码工具推动的。

Anthropic 官方仓库 Issue/PR 数量是 2576 条，OpenAI 是 2522 条。当时，Anthropic 在 2025 年 9 月 30 日发布了 Claude Code 2.0。开发者对 Claude Code 的反馈很积极。Anthropic 的 Skills 仓库当月收到 45 条 PR，全部来自外部开发者；Python 版 Claude Agent SDK 收到 55 条 PR，其中 49 条来自外部开发者。

2025 年 11 月，Anthropic 在 GitHub 全站 Issue/PR 开始反超 OpenAI。更强的模型，更好的编码工具促成了这个结果。

在这个月，Anthropic 发布了 Claude Opus 4.5。它被很多开发者视为是一款跨越了生产力拐点的模型，因为它能连续数小时执行任务、编写代码甚至不出错。在同一个月，Anthropic 发布了 Claude Code 桌面客户端，并为用户发放免费 Token 额度。

Opus 4.5 和 Claude Code，让 Anthropic 的模型和智能体（Agent）能力率先质变。Claude 逐渐从一个聊天工具，变成参与代码生产和交付的生产力工具。

Claude Code 在这背后起到了很大的作用。《财经》追踪 GitHub 数据发现，2025 年 11 月 Anthropic 的 Issue/PR 数量达到 39.9 万，首次超越 OpenAI 的 33.4 万。Anthropic 的 Issue/PR，有 83% 来自 Claude Code。

Claude Code 甚至深度融入到了开发者的工作流——过去开发者需要手写代码，手动提交 PR。但是 Claude Code 可以帮开发者自动提交 PR，而且提交 PR 时，会在提交信息的末尾自动写下 "Generated with Claude Code"（由 Claude Code 生成）的署名。这些自动署名会让 Claude Code 参与生产的代码留下可追踪的公开记录。

自动留下工具署名这个行为看起来很讨巧。但这不是 Anthropic 一家的行为。OpenAI 的 Codex 也会留下 "Generated by Codex"（由 Codex 生成）的署名。其他编码工具情况也会留下自己的自动化署名。相比之下，Claude Code 留下的足迹明显更多，这说明它被开发者使用更多，在工作流之中融入也更深。

2025 年 12 月，Anthropic 的 Issue/PR 规模全面超越 OpenAI。这还是分别剔除 Claude Code 和 Codex 留下的自动化署名后的结果。

Claude 相关 Issue/PR 达到 10 万条，超过 GPT 的 9.3 万条。这说明，Anthropic 的领先逐渐扩展至更广泛的模型讨论和代码协作。

2026 年之后，Anthropic 和 OpenAI 的 Issue/PR 差距还在逐月扩大。2026 年 8 月，即使剔除编码工具署名后，Claude 相关 Issue/PR 达到 107.5 万条，是 GPT 的 2.7 倍。Anthropic 的领先，已经不能用 Claude Code 的署名机制解释。

这说明，Anthropic 借助 Claude Code 取得了入口优势。

《财经》与多位 Claude Code、Codex 用户交流发现，两款工具的用户画像存在一定差异：Claude Code 用户更偏工程师和重度开发者，对 AI 工具的使用深度通常更高；Codex 的用户范围则更广，也包括较多非专业开发者和知识工作者。

这种差异也能解释为什么 Claude Code 更容易在 GitHub 留下大量痕迹。对一款模型来说，用户规模重要，但更重要的是，它能深度融入用户的工作流。

谷歌 Gemini 仍排名第三，

但相对影响力在下降

在全球 13 家模型公司中，谷歌 Gemini 仍然稳居第三。

2026 年 1 月 1 日 -8 月 30 日，Gemini 相关 Issue/PR 数量达到 177.6 万条，占 13 家公司同期总量的 6.2%，仅次于 Anthropic 和 OpenAI。

但第三名掩盖了另一个变化：Gemini 的绝对热度仍在增长，相对占比却在下降。

2026 年 1 月，谷歌 Gemini 相关 Issue/PR 数量为 14.7 万条，占 13 家公司总量的 13.4%。到 7 月，数量增至 32.9 万条，占比却降至 5.8%。截至 8 月 30 日，Gemini 相关 Issue/PR 数量回落至 22.2 万条，占比进一步降至 3.7%，已不足年初的三分之一。

与此同时，Gemini 与前两名的差距明显拉大。2026 年 1 月，Anthropic 的 Issue/PR 数量约为 Gemini 的 3.7 倍，截至 8 月 30 日扩大至 18.3 倍；OpenAI 与 Gemini 的差距也从 2.5 倍扩大至 5.5 倍。

谷歌相对影响力下降，和它近半年没有推出新的 SOTA 级旗舰模型有很大关系。

2026 年 1 月至今，谷歌主要推出了 Gemini 3.6 Flash、Gemini 3.7 Flash 等强调性价比和效率的模型，Gemini 3.5 Pro 等旗舰模型则迟迟没有正式发布。在旗舰模型迟迟没有正式发布的情况下，Gemini 的 Issue/PR 数量也在 8 月出现回落。

但 Gemini 能够长期保持第三，一个重要因素是，谷歌仍然拥有强大的生态和分发能力。

2026 年 8 月，Gemini 是全球用户规模最大的 AI 助手之一。Gemini App 月活跃用户（MAU）已经超过 10 亿，一位开发者对《财经》表示，2025 年 6 月之后，谷歌曾在较长一段时间内以低价、优惠等方式向用户提供 Gemini 会员。在他看来，这也帮助 Gemini 扩大了在普通消费者中的覆盖面。

Gemini 也经常作为可选模型，出现在开源项目、开发工具和 AI 应用中。2025 年 6 月，谷歌发布开源 AI 编码工具 Gemini CLI。同年 8 月，Gemini 2.5 Pro 进入 GitHub Copilot 的模型选择器，覆盖 VS Code、Cursor 等多个开发环境。当年 11 月，谷歌又推出智能体开发平台 Antigravity。

这些接入扩大了 Gemini 被看见和被适配的范围。但被列入模型选项，并不意味着开发者会持续调用它，更不意味着它已经成为主要的工作流入口。

《财经》追踪 GitHub 数据发现，2025 年 1 月 1 日 -2026 年 8 月 30 日，约 113.6 万条 Gemini 相关 Issue/PR 出现了谷歌旗下编码工具 Gemini Code Assist、Antigravity、Gemini CLI 等关键词，占 Gemini 相关 Issue/PR 的 48.5%。但这些记录主要涉及讨论、适配、配置等，其中可识别的工具自动署名占比不到 0.5%。

相比之下，同期 Anthropic 和 OpenAI 的 Issue/PR 记录中，来自 Claude Code、Codex 等编码工具工作流的比例分别达到 73.7% 和 72.7%。至少从 GitHub 上可识别的公开痕迹来看，谷歌的编码工具还没有像 Claude Code 和 Codex 一样，形成大规模的自动化署名记录。

Gemini 能维持第三，说明谷歌依然拥有强大的模型分发和生态影响力。但它相对份额的下降也说明：成为各种工具里的一个模型选项，和真正成为开发者每天使用的工作流入口，是两件完全不同的事情。

国产模型两强交替，阿里 Qwen、DeepSeek 长期领先

GitHub 上的 Issue/PR 数量紧随 Anthropic、OpenAI、谷歌 Gemini 的，是两款国产模型——阿里 Qwen、DeepSeek。

阿里 Qwen、DeepSeek 长期位居国产模型前两名，而且一直交替领先。2025 年 1 月 -2026 年 8 月，阿里 Qwen 相关 Issue/PR 累计达到 44.5 万条，DeepSeek 为 39.3 万条。两家公司合计占 8 家国产模型相关 Issue/PR 的 60.5%

《财经》追踪的 87 周 GitHub 数据（2025 年 1 月 1 日 -2026 年 8 月 30 日）显示，在 8 家国产模型公司中，阿里 Qwen 有 45 周的 Issue/PR 数量排名第一，DeepSeek 有 42 周排名第一。87 周的周冠军全部来自这两家公司。

DeepSeek 的开发者热度更容易受到重要模型发布推动。它的热度会在模型发布后的随后几周出现爆发式增长。

2025 年 1 月 20 日，DeepSeek-R1 发布时，DeepSeek 相关 Issue/PR 从发布前一周的 475 条，增至发布后一周的 2695 条，增长约 4.7 倍。DeepSeek-V4 系列发布时也出现了类似变化。

2026 年 4 月 24 日，DeepSeek 发布并开源 DeepSeek-V4-Pro/Flash。DeepSeek 相关 Issue/PR 从发布前一周的 4159 条增至发布后一周的 8609 条，直接翻倍。

阿里 Qwen 的开发者热度同样受到模型发布推动，但它不像 DeepSeek 主要依靠一两款明星模型形成陡峭的增长曲线，而是更多呈现阶梯式上升。

阿里 Qwen 一直缺少像 DeepSeek-R1/V4 系列一样具有爆发效应的明星模型，但它的产品矩阵更完整，大中小参数模型更多，发布频率更高，社区维护也更积极。因此，每一轮模型发布带来的开发者热度更容易延续下来。

2026 年 4 月，阿里 Qwen 3.6 系列陆续发布。系列发布前后，相关 Issue/PR 从 2616 条逐步增至 4102 条，增长 56.8%。阿里 Qwen 3.8 系列从预览、正式发布到开放权重，相关 Issue/PR 从 7 月 6 日一周的 5236 条，逐步增至 8 月 17 日一周的 1.11 万条，增长 111.5%。阿里 Qwen 相关 Issue/PR 增长相对平缓，但持续时间更长。

阿里 Qwen 团队在 GitHub 社区运营更积极，是这种后劲的重要来源。2025 年 1 月 1 日 -2026 年 8 月 30 日，阿里 Qwen 官方仓库共出现约 1.6 万条 Issue/PR，是 DeepSeek 的 2.5 倍。

《财经》在 GitHub 追踪到的数据显示，阿里 Qwen 维护了 95 个官方仓库，DeepSeek 官方仓库只有 36 个。在 GitHub 上，开发者提交一份代码修改后，需要经过仓库维护者审核。只有被接受的修改，才会被正式合并进项目代码。

2025 年 1 月 1 日 -2026 年 8 月 30 日，阿里 Qwen 官方仓库共出现 7114 个 PR，其中 5118 个最终被合并，占全部 PR 的 72.1%。这一比例是全球 13 家模型公司中最高的。

阿里 Qwen 官方仓库的热度更多来自 Qwen Code 这款开源编码工具。官方仓库的 1.58 万条 Issue/PR 中，有 1 万条来自 Qwen Code，占比 65.1%。

DeepSeek 的情况不同，它的官方仓库热度更加分散。其中既来自 DeepSeek-V3、DeepSeek-R1 等模型仓库，也来自 DeepEP 等训练和推理基础设施仓库。DeepSeek-V3 仓库占比为 20.7%，DeepSeek-R1 仓库占比为 12.5%，DeepEP 仓库占比为 11.6%。

这说明，DeepSeek 在 GitHub 上的开发者生态仍然更多围绕模型本身，以及训练、推理基础设施展开。阿里 Qwen 则是已经出现了一个由 Qwen Code 主导的开发者工具入口。

DeepSeek 官方仓库同样产生了大量讨论和代码修改请求，但 PR 合并率只有 34.5%，明显低于阿里 Qwen 的 72.1%。这说明，相比 Qwen，DeepSeek 官方仓库收到的 PR 最终进入项目代码的比例更低。两家公司在 GitHub 上的开发者生态，也呈现出不同的组织和参与方式。

国产模型第二梯队，智谱、月之暗面、MiniMax 紧随其后

2025 年国产模型几乎是阿里 Qwen、DeepSeek 两家独大。但 2026 年，智谱、月之暗面、MiniMax 等第二梯队迅速成长壮大。

《财经》追踪 GitHub 数据发现，2025 年 1 月 1 日 -12 月 31 日，8 家国产模型公司的相关 Issue/PR 合计达到 26.76 万条。其中，阿里 Qwen 为 15.35 万条，占比 57.3%；DeepSeek 为 7.16 万条，占比 26.8%。两家公司合计占到 84.1%。

剩余 6 家公司的占比都没有超过 10%。智谱 GLM 为 1.61 万条，占比 6.0%；月之暗面 Kimi 为 8694 条，占比 3.2%；字节跳动 Seed、MiniMax、腾讯混元和小米 MiMo 分别为 5678 条、5370 条、4239 条和 2412 条，占比分别为 2.1%、2.0%、1.6% 和 0.9%。

2026 年，阿里 Qwen、DeepSeek 高度集中的 " 双强格局 " 开始松动。智谱、月之暗面、MiniMax 为代表的第二梯队，正在占据更大比重。

2026 年 1 月 1 日 -8 月 30 日，8 家国产模型公司的 Issue/PR 合计达到 111.75 万条。其中，DeepSeek 为 32.12 万条，占比 28.7%；阿里 Qwen 为 29.17 万条，占比 26.1%。月之暗面 Kimi 和智谱 GLM 分别增至 15.86 万条和 15.40 万条，占比达到 14.2% 和 13.8%。MiniMax 达到 11.28 万条，占比 10.1%。

小米 MiMo、字节跳动 Seed 和腾讯混元分别为 3.65 万条、3.01 万条和 1.27 万条，占比分别为 3.3%、2.7% 和 1.1%。

智谱、月之暗面、MiniMax 都曾在旗舰模型发布或开源后，单周 Issue/PR 接近第一梯队的 DeepSeek、阿里 Qwen。

智谱最接近第一梯队是在 2026 年 2 月 9 日 -16 日。当时智谱 GLM 的 Issue/PR 达到 2193 条，与 DeepSeek 只相差 35 条。背后的驱动因素可能是，智谱在 2026 年 2 月 12 日发布并开源 GLM-5。

月之暗面最接近第一梯队是在 2026 年 7 月 20 日 -27 日。当时月之暗面 Kimi 的 Issue/PR 达到 1.08 万条，与阿里 Qwen 只相差 485 条。背后的驱动因素可能是，2026 年 7 月 16 日，月之暗面发布 Kimi K3。

MiniMax 最接近第一梯队是在 2026 年 4 月 6 日 -13 日。当时 MiniMax 的 Issue/PR 达到 4581 条，一度超过 DeepSeek，短暂升至国产模型第二名。这背后的影响因素可能是，MiniMax 在 3 月 18 日发布了 MiniMax M2.7，并在 4 月 12 日开放模型权重。

但三家公司都没有把这种短期峰值稳定维持下来。这说明，重要模型发布可以迅速带来一波开发者关注，但要把一次模型发布转化成持续的开发者活动，还需要更长时间的产品、工具和社区积累。

月之暗面 Kimi 是第二梯队里一个比较特殊的样本。它不仅模型热度上升，GitHub 官方社区也更加活跃。

从官方仓库数量看，月之暗面并不突出。它共维护 43 个官方仓库，在 8 家国产模型公司中排名第五，少于阿里 Qwen、腾讯混元、字节 Seed 和智谱。

但这些仓库共产生了 6988 条 Issue/PR，其中 2380 个 PR 最终被合并，两项数据均位居 8 家国产模型公司第二，仅次于阿里 Qwen。

这背后的重要推动因素是 Kimi Code、Kimi CLI 等编码工具。相比单纯依赖模型仓库，这些面向开发者日常使用的工具，为月之暗面带来了更多持续的 Issue、PR 和代码协作。

在第二梯队内部，智谱和月之暗面的 Issue/PR 规模已经基本接近，MiniMax 与前两者仍存在一定差距。

2026 年 1 月 1 日 -8 月 30 日，月之暗面和智谱相关 Issue/PR 分别为 15.86 万条和 15.40 万条，只相差约 3%。MiniMax 为 11.28 万条，分别比月之暗面和智谱低 28.9% 和 26.8%。

智谱先后推出 GLM-5、GLM-5.1、GLM-5.2、GLM-5.3，这几款模型都在持续强化编码和长程智能体能力。月之暗面相继推出 Kimi K2.6、Kimi K2.7 Code 和 Kimi K3，Kimi K3 的能力达到了全球 SOTA 水平。尤其是智谱 GLM-5.2、月之暗面 Kimi K3 发布后，两家公司的 GitHub 热度都连续数周明显增长。

MiniMax 在推出 M2.5、M2.7 两款受欢迎的模型后，又在 2026 年 6 月推出旗舰模型 M3。M3 发布当周，MiniMax 相关 Issue/PR 一度增长 52.5%，并短暂领先智谱和月之暗面，但随后热度较快回落。与智谱 GLM-5.2 和月之暗面 Kimi K3 相比，MiniMax M3 在 GitHub 上带来的开发者热度相对有限。

智能体，对开发者热度的影响越来越大

2025 年 1 月，全球 13 家模型公司相关 Issue/PR 约为 5.3 万条。2026 年 8 月，这一数字增至 595.1 万条，是此前的 111.9 倍。其中，PR 占比从 53.9% 升至 88.5%，Issue 占比则从 46.1% 降至 11.5%。

这意味着，模型正在以前所未有的速度进入真实的软件开发流程。开发者不再只是在 GitHub 上讨论模型，而是越来越多地用模型修改代码、提交 PR，参与日常开发工作。

8 家中国模型公司的绝对热度也在快速增长。同期，中国模型相关 Issue/PR 从 8702 条增至 31.2 万条，增长至原来的 35.9 倍。

但放到全球范围内看，8 家中国模型在 GitHub 上的相对热度反而在下降。2025 年 1 月，中国模型相关 Issue/PR 占全球 13 家模型公司的 16.4%。到 2026 年 8 月，这一比例已经降至 5.2%。

中国模型并不是性能不强，也不是没有开发者真正使用。一个越来越重要的影响因素是，中国模型还缺少像 Claude Code、Codex 一样被全球开发者广泛使用的智能体和工作流入口。

《财经》追踪统计发现，2026 年 8 月，全球 13 家模型公司在 GitHub 上的相关 Issue/PR 达到 595.1 万条，其中 370.1 万条与 AI 编码工具相关，占比 62.2%。其中又有约 233.9 万条直接出现 Claude Code 或 Codex 的自动署名，占全部 Issue/PR 的 39.3%。

如果从 13 家公司 Issue/PR 总量中剔除可识别的 Claude Code、Codex 自动署名记录，8 家中国模型的占比会从 5.2% 升至 13.9%。

这说明，国产模型相对份额下降并不完全来自模型本身。一部分来自更广泛的全球开发者生态差距，另一部分则来自 Claude Code、Codex 等工具对开发者工作流入口的占据。这说明智能体已经成为一个无法忽略的变量。

更重要的变化是，GitHub 上的模型热度的来源本身正在发生变化。

过去，开发者更多通过 Issue 讨论模型、反馈问题，通过 PR 把模型接入自己的项目。现在，当 Claude Code、Codex 等智能体直接修改代码、提交 PR 时，越来越多的 GitHub 活动开始由智能体工作流产生。

这也意味着，GitHub 记录到的未必只是底层模型的影响力。开发者通过智能体修改代码时，GitHub 更容易留下工具本身的名称和署名，底层调用的模型未必获得同等程度的可见度。谁控制了开发者的 Agent 入口，谁就更容易在 GitHub 留下大量公开痕迹。

GitHub 当然不能代表国产模型的全部使用情况。国产模型在国内云平台、企业私有代码库中被调用时，并不一定会在 GitHub 留下记录。但 GitHub 仍然能够观察一款模型在全球开源开发者生态中的影响力。对希望走向全球市场的中国模型公司而言，这仍然具有战略意义。

这 20 个月的数据最终指向同一个变化：一款模型能否被开发者深度使用，已经越来越不只取决于模型性能。模型决定开发者愿不愿意尝试，社区决定热度能不能延续，而智能体决定模型能不能真正进入开发者每天使用的工作流。

谁能抢占智能体和工作流入口，谁就更容易把模型能力转化成持续的开发者热度。

（备注：文章中的数据来自《财经》近三个月对全球 13 家模型公司 GitHub 开发者热度的持续追踪，数据覆盖 2025 年 1 月至 2026 年 8 月，共 20 个月、87 周。为此，我们维护了一个小型数据库，并在每周一滚动更新。如果对数据口径、统计方法或某款模型的变化趋势感兴趣，欢迎随时交流。）

版面编辑｜陈湘