इनमें से एक जा चुका है
Google ने Gemini CLI को Antigravity CLI में समेट दिया, और consumer access ने 18 June 2026 को requests लेना बंद कर दिया। हम यह row इसलिए रखते हैं कि किसने इसकी जगह ली, यह जानना उस page से ज़्यादा काम का है जो इसे चुपचाप हटा दे।
कोडिंग हार्नेस
Coding agent, model नहीं है
Model आप capability के लिए चुनते हैं और harness इसके लिए कि काम कैसे होगा। 2026 में जानने लायक harnesses ये हैं, हर दावा sourced और dated — उस एक समेत जो पहले ही retire हो चुका है।
इनकी तुलना कीजिएसभी rows 14 अग॰ 2026 को verify किए गए
पहले यह पढ़िए
Harness वह client है जो model को agent बनाता है: यह loop, tools, file access और permissions सँभालता है। एक ही model को अलग-अलग harnesses से इस्तेमाल करने वाले दो लोगों को बहुत अलग नतीजे मिलते हैं — और खर्च भी बहुत अलग होता है, क्योंकि tokens में काम की लागत harness ही तय करता है।
Labs अब harnesses के ज़रिए benchmark करती हैं
जब Z.ai ने GLM-5.3 के scores प्रकाशित किए, तो उन्हें Claude Code के अंदर चलाया — यानी एक प्रतिद्वंद्वी का harness। इससे पता चलता है कि harness layer अब मानक infrastructure बन चुका है, और किसी model का प्रकाशित score कुछ हद तक उस client के बारे में भी बयान है जिसमें उसे मापा गया।
Harnesses की तुलना कीजिए
हर एक models को कैसे सँभालता है, उस आधार पर filter कीजिए, फिर पूरी detail, सीमाओं और sources के लिए कोई row चुनिए। Retired harnesses डिफ़ॉल्ट रूप से छिपे रहते हैं।
| Harness | Models | लाइसेंस | कहाँ चलता है | कीमत |
|---|---|---|---|---|
| can1357 (community) | कोई भी modelAny provider via BYOK — Anthropic, OpenAI, Google, xAI, DeepSeek, Mistral, plus local servers (Ollama, llama.cpp, vLLM) | ओपन सोर्स | Terminal, Zed, Node.js SDK, One-shot CLI | Free, MIT-licensed. You pay only your own provider API bills; no subscription and no vendor account required. |
| Anthropic | एक ही vendor से lockedAnthropic models only (Claude Fable, Opus, Sonnet, Haiku) | प्रोप्राइटरी | Terminal, VS Code, JetBrains, Desktop, Web, GitHub, Slack | Included with Claude paid plans; also usage-billed via the Anthropic API |
| SST | कोई भी modelAny provider via BYOK — Anthropic, OpenAI, Google, DeepSeek, GLM, local models | ओपन सोर्स | Terminal, IDE extensions, Web | Free and open-source with your own API keys; OpenCode Go plan $5 first month, then $10/month |
| Z.ai | अपना model, पर locked नहींGLM family (GLM-5.3, GLM-5.2), including a self-hosted GLM endpoint | प्रोप्राइटरी | Desktop (macOS, Windows, Linux), Mobile steering via WeChat / Feishu | Via the GLM Coding Plan's points quota — off-peak calls cost 50% of standard points |
| Langbase | कोई भी modelAnthropic, OpenAI, Google, DeepSeek, Qwen, Kimi, GLM, MiniMax and more — BYOK with no markup | प्रोप्राइटरी | Terminal | From $1/month with $10 credits, up to $200/month Ultra; Teams $40/month; BYOK carries no markup |
| DeepSeek | अपना model, पर locked नहींBuilt around DeepSeek models (V4.1 Flash on the deepseek-flash API id since 10 Sep 2026); plugin architecture allows others | ओपन सोर्स | Terminal, Web UI | MIT-licensed and free; you pay only for model tokens |
| अपना model, पर locked नहींGemini models | प्रोप्राइटरी | Desktop, CLI, SDK | Via Google AI Pro / Ultra and Gemini Code Assist licences |
Oh My Pi (omp)
can1357 (community)- Hashline edits cut output tokens
- The model patches by content-hash anchor instead of retyping lines, and a stale anchor is rejected before it corrupts the file. The project reports Grok 4 Fast spending 61% fewer output tokens on the same work (self-reported) स्रोत
- Real IDE machinery, not a text box
- 31 built-in tools, 14 LSP operations and 28 DAP (debugger) operations, so renames go through the language server and it can drive lldb, dlv or debugpy स्रोत
- Adopts your existing config on first run
- Inherits rules, skills and MCP servers already on disk from .claude, .cursor, .codex, .gemini, .cline, .windsurf and .github/copilot — no migration script स्रोत
एक्सटेंशन पॉइंट्स
- समर्थितSkills
- समर्थितHooks
- समर्थितSubagents
- समर्थितPlugins
- समर्थितMCP
ईमानदार सीमा
Community-run and moving very fast — three releases shipped on 1 Sep 2026 alone — with no vendor support contract, no SLA and no company behind it. It is also the most complex harness here: ten model roles and 31 tools are a lot of surface to learn, and the headline efficiency numbers are the project's own, not independently verified.
किसके लिए सबसे अच्छा
Technical teams who want IDE-grade tooling and a hard floor on spend, and who can absorb a fast-moving open-source dependency without vendor support.
स्रोत सत्यापित 2026-09-02
जो सवाल लोग सच में पूछते हैं
- AI coding harness क्या है?
- वह client जो किसी language model को agent बनाता है। यह loop चलाता है, file editing और terminal जैसे tools देता है, context और permissions सँभालता है, और तय करता है कि task कब पूरा हुआ। Reasoning model देता है; बाकी सब कुछ harness देता है।
- क्या harness से यह बदलता है कि मैं कितना चुकाऊँगा?
- काफ़ी हद तक। Harness तय करता है कि वह कितना context दोबारा भेजे, cache करे या नहीं, और कितने turns ले। एक ही model को एक ही task पर चलाने वाले दो harnesses के output tokens में कई गुना फ़र्क़ हो सकता है, और bill का ज़्यादातर हिस्सा output tokens ही होते हैं।
- क्या मैं एक harness को कई model providers के साथ इस्तेमाल कर सकता हूँ?
- हाँ, अगर आप model-agnostic harness चुनें। OpenCode और Command Code दोनों providers के आर-पार अपनी keys लाने देते हैं। Claude Code, Anthropic models से locked है; ZCode और Antigravity अपने vendor के models के इर्द-गिर्द बने हैं।
- क्या Gemini CLI अब भी इस्तेमाल हो सकता है?
- Consumer plans पर नहीं। Google AI Pro और Ultra subscribers तथा मुफ़्त Gemini Code Assist users के लिए इसने 18 June 2026 को requests लेना बंद कर दिया, और इसकी जगह Antigravity CLI ने ले ली। Code Assist Standard या Enterprise licences के तहत access पर असर नहीं पड़ा।
Harness का चुनाव model के चुनाव के बाद आता है।
पहले वह model चुनिए जो सबसे कम लागत में आपकी quality की कसौटी पार करे, फिर वह harness चुनिए जो उसे आपकी team के तरीक़े से चलाए। उल्टा करने पर ही लोग ऐसे vendor से बँध जाते हैं जिसे उन्होंने चुनने का इरादा ही नहीं किया था।
हाल में क्या ship हुआ
हर बड़ी lab से dated releases, जिसमें हर vendor के अपने दावे दावे के रूप में ही लेबल किए गए हैं।
खोलिएस्वतंत्र स्कोर
Third-party benchmark नतीजे — जानबूझकर उससे अलग रखे गए जो कोई lab अपने बारे में प्रकाशित करती है।
खोलिएअसल में बनाना क्या है
एक deployment plan आपके बजट पर एक workflow के लिए stack चुनता है, models और tooling समेत।
खोलिएइस page के हर दावे के लिए हम source और जाँच की तारीख़ दर्ज करते हैं, और मतभेदों को चुपचाप सुलझाने के बजाय दिखाते हैं। हम verify कैसे करते हैं