Manus vs Devin 2026: автономный универсал против AI software engineer

Прежде чем выбирать между Manus и Devin, надо понять простую вещь: эти двое не воюют за одного клиента. Один пришёл из мира «универсального автономного помощника», другой — из мира «AI software engineer для команд разработки».

Manus родился в марте 2025 как мультиагентная система с оркестратором: один запрос пользователя разбивается на подзадачи, и параллельно работают специализированные суб-агенты — браузер, Python-интерпретатор, файловая система, поиск. По анализу промптов на Hacker News, в качестве основного reasoning под капотом — Claude Sonnet от Anthropic (компания этого официально не подтверждала, по dossier это data gap). Сочетание получается характерное: одним запросом можно поднять research, написать код и собрать веб-приложение. Цена сочетания — нестабильность на этапе склейки результатов разных суб-агентов.

Devin, выпущенный в марте 2024 командой Cognition AI, идёт другим путём. Cognition в официальном анонсе заявляет о собственной модели, оптимизированной под agentic coding — компания не использует Claude или GPT-4 как основной reasoning-движок. Внутри Devin — полноценный Linux-environment, VS Code-like редактор в браузере, git, GitHub-интеграция, sandbox-контейнер. Это имитация джуниора, который сам клонирует репо, читает структуру, ставит зависимости и открывает PR. Не «помощник, который пишет код», а попытка автономного разработчика.

На AIRatings обе сервиса лежат в категории ai-agents, но по подгруппам они в разных квадрантах. Manus — гибрид «исследовательский агент + computer-use + кодирующий». Devin — чистый кодирующий агент. Прямые конкуренты Manus, по его же dossier, — Gemini Deep Research и OpenAI Operator. Прямые конкуренты Devin — Claude Code, Cursor Composer, GitHub Copilot Workspace. То есть пара «Manus vs Devin» — это сравнение универсала с узкоспециализированной enterprise-машиной.

На графике хорошо видно расхождение. Manus занимает середину поля — широкий, но не глубокий в одной нише. Devin сидит в правом верхнем углу — узкая специализация в коде с большой глубиной. Параллельность Manus (несколько суб-агентов одновременно) и параллельность Devin (несколько сессий разработки одновременно) — это разные понятия, хотя слово используется одно.

Ровно та подтема, ради которой пара «Manus vs Devin» возникает в гугле. У Devin это профильная задача — именно под неё построена вся архитектура. У Manus написание кода — одно из умений общего агента.

Devin позиционирует себя как первый AI software engineer и подкрепляет это конкретной цифрой: 13.86% на SWE-bench Verified при первом анонсе в марте 2024 (источник — официальный пост cognition.ai/blog/introducing-devin плюс SWE-bench leaderboard). На тот момент это был первый агент, перешедший порог 10% на главном бенчмарке coding-агентов. По dossier, результаты Devin 2.0 на SWE-bench, анонсированной в мае 2025, в досье не зафиксированы — это явный data gap, и любая цифра «по новой версии» без официального источника была бы выдумкой.

Архитектурно Devin даёт агенту полноценный инструментарий разработчика: shell с Linux, git с операциями ветвления и коммитов, браузер для проверки документации и тестирования веб-приложений, VS Code-like редактор. По заявлению Cognition, модель внутри — собственная, не GPT-4 и не Claude. Devin клонирует существующий репозиторий, ориентируется в файловой структуре, следует code conventions проекта, ставит зависимости, запускает тесты, читает stack trace при ошибке и пытается исправить. На выходе — PR с описанием изменений.

Manus тоже умеет работать с кодом — у него есть Python-интерпретатор в sandbox, есть shell, есть способность создавать файлы и веб-приложения. Ранние демо показывали, как Manus собирает работающий React-app из одного промпта. Но в независимых тестах, упомянутых в dossier Manus (HackerNews threads, YouTube-обзоры марта 2025), Manus стабильно уступает Devin именно на coding-задачах в реальных репозиториях. У Manus нет «настоящего» dev-workflow с git-операциями, ветками и PR — он генерирует артефакты, а не интегрируется в существующий процесс разработки.

Сухой вывод: Devin сделан для команды, у которой уже есть GitHub-проект и code review в Slack. Manus сделан для одного человека, которому нужно собрать что-то рабочее с нуля — и не страшно, что в первый раз не получится. В dossier Devin сами разработчики признают: реальные coding challenges за пределами стандартного CRUD у Devin часто проваливаются. Manus в этих задачах проваливается ещё чаще.

Здесь зеркальная ситуация: подтема, на которую Manus заточен изначально, а Devin не делает в принципе.

Manus собирался как мультиагентный исследователь. В его архитектуре есть отдельный web research agent (управляет браузером), report generation agent (пишет финальный документ) и поиск в интернете как самостоятельный инструмент. По описанию dossier, типичная research-задача выглядит так: пользователь задаёт высокоуровневую тему, оркестратор разбивает её на подзадачи, параллельно несколько агентов идут по разным веткам поиска, потом всё это сшивается в отчёт. На выходе — PDF или таблица в хранилище Manus, доступная через UI.

В сравнении с Gemini Deep Research, который dossier называет основным конкурентом Manus на research-задачах, Manus проигрывает по чистоте отчёта (хуже синтез, больше шума), но выигрывает там, где исследование должно перейти в действие — например, после анализа рынка собрать прототип лендинга. Это и есть фирменная связка Manus: research плюс код плюс файлы в одном проходе.

Devin для research не предназначен и в этой роли в dossier не упоминается. У Devin есть браузер — но как инструмент разработчика для чтения документации и тестирования веб-приложений, не как полноценный research-агент. Если попросить Devin собрать сравнительный отчёт по рынку CRM-систем, он попытается — но проиграет даже Perplexity Deep Research, не говоря уже о Gemini DR или Manus. Это не его работа.

Manus уступает Gemini Deep Research по чистому research, но в паре с Devin он на голову выше — потому что Devin в эту нишу не играет вообще. Если пара рассматривается под research-задачу, выбор сделан сразу.

Главный параметр любого production-агента. Если шаг сломался, агент должен это заметить, остановиться и попробовать иначе. Без self-correction агент превращается в бесконечный цикл «попытка → ошибка → та же попытка».

У Devin self-correction зашит в архитектуру: после каждого действия агент читает stack trace, error logs, output тестов. Если pytest вернул FAIL — Devin не идёт открывать PR, а заходит в редактор и пытается исправить. По dossier, типичный bug-fixing цикл выглядит как «найти root cause → исправить → запустить тест на регрессию». Это не значит, что Devin всегда справляется (наоборот, в dossier прямо отмечено: на сложных архитектурных задачах часто слипается), но механизм восстановления у него есть на уровне базовой петли работы.

У Manus self-correction слабее. В dossier зафиксирован конкретный отзыв: «в launch-демо задачи тщательно отобраны; на случайных задачах Manus часто зависает, делает лишние шаги, не завершает работу». Это и есть классическое отсутствие self-correction: агент не понимает, что свернул не туда, и продолжает копаться. Параллельность нескольких суб-агентов добавляет к проблеме — иногда два суб-агента генерируют конфликтующие результаты, и оркестратор не умеет это разруливать.

Если коротко: у Devin self-correction работает внутри одной dev-сессии и завязан на тесты и stack trace. У Manus self-correction практически отсутствует — он либо завершает задачу, либо зависает, и пользователю приходится перезапускать. Это самая большая претензия к Manus в отзывах после марта 2025.

Подтема, в которой оба сервиса проседают — но по-разному. Для российского пользователя это критичный фильтр: и Manus, и Devin живут в англо-китайской и англо-американской культурной среде.

Manus, по dossier, лучше всего понимает английский и китайский. Русский — на уровне базовых возможностей используемой LLM (предположительно Claude Sonnet, что в принципе даёт приличный русский). Но интерфейс на момент составления dossier — только английский и китайский. Поиск русскоязычных источников в режиме web research слабее: агент скорее пойдёт за английскими статьями, даже если задача на русском требует именно русских источников.

У Devin интерфейс на английском. По dossier, работа с кодом, в котором есть русские комментарии, возможна, но официально не протестирована. Качество русского у самой модели Cognition публично не оценивалось — это data gap. Поэтому ставить высокую оценку нельзя, ставить низкую тоже не за что: данных нет.

Оба сервиса — это позиция «сервис не публикует данные по этому параметру», и в обоих случаях это минус для российской аудитории, привыкшей, что YandexGPT, GigaChat и DeepSeek в этой подтеме чувствуют себя свободно.

Особо важная деталь: для Manus в режиме research русскоязычные источники реально критичны. Если задача — «собери русский рынок чего-то», слабый поиск по рунету ломает результат на уровне ввода данных. Devin на русских задачах буксует мягче, потому что код всё равно пишется на английском синтаксисе.

Здесь разрыв в ценах между двумя сервисами — порядок. Manus на момент launch жил на credits с бесплатным invite, у Devin минимальная подписка $500 в месяц.

Manus в марте 2025 запустился по модели «invite + credits»: с invite-кодом доступ бесплатный, каждая задача расходует кредиты. По dossier, коммерческие тарифы на момент составления (август 2025) не были окончательно сформированы и публично объявлены — это явный data gap. То есть точно сказать «за год Manus обойдётся в X рублей» по dossier нельзя.

Devin по тарифной сетке прозрачен: Starter — $500 в месяц, Teams — от $500 за несколько seats, Enterprise — custom. Ценовая единица — ACU (Agentic Compute Unit) — реальное время работы агента. Типичная задача — несколько ACUs, сложная — десятки. Точное число ACU в Starter и Teams публично не зафиксировано — это вторая порция data gap уже у Devin.

В рублях Devin Starter — это примерно 540 000 ₽ в год по курсу 90 ₽/$. Сумма уровня годовой зарплаты джуниора в регионах. Manus на invite-период остаётся в районе нуля; как только коммерческая сетка появится, картинка изменится, но пока она не опубликована.

Если агент нужен не для ручного запуска через UI, а для встраивания в собственный пайплайн — этот параметр становится решающим.

У Devin есть API в Enterprise-тарифе и в ограниченном виде — публичный. По dossier это позволяет ставить задачи Devin программно, получать webhook о завершении, складывать результаты в свою систему. SLA, audit logs и SSO заявлены в Enterprise-пакете. Это собранный набор для встраивания в CI/CD команды.

У Manus на момент составления dossier публичного API не было — всё взаимодействие через веб-UI. Статус API на 2026-05 в dossier отмечен как data gap; если за это время Manus открыл API, dossier должен быть обновлён. Пока по доступным данным Manus в production-пайплайн не встраивается: единственный способ работы — открыть веб-интерфейс и поставить задачу руками.

Для команды, которая хочет «агент-в-CI/CD», Manus сейчас не подходит — он работает как продукт для ручного использования. Devin собран как платформа: его можно вызвать из Slack, из API, из Jira (статус интеграции в dossier помечен как data gap), из своего pipeline.

Один из главных фильтров для аудитории AIRatings: можно ли вообще зайти и можно ли заплатить.

Manus — сингапурско-китайский сервис (Monica AI / Butterfly Effect AI), и по dossier его прямой доступ из РФ потенциально работает: «не американская компания, может не иметь жёстких геоблокировок». Точный статус на 2026-05 в dossier помечен как data gap — компании в этой нише могут менять политику. Оплата российскими картами в dossier не подтверждена; на launch это означает доступ только зарубежными картами, поэтому платный тир (когда появится) напрямую недоступен.

Devin — американская компания Cognition AI, штаб-квартира в Сан-Франциско, базируется на американских LLM и партнёрствах. По dossier прямого доступа без VPN нет; точный статус геоблокировки на 2026-05 помечен как data gap, но дефолтное ожидание — закрыт. Оплата российскими картами не работает. Обходные способы — VPN плюс зарубежная карта или корпоративный контракт через EU/US юрлицо.

Российскому пользователю Manus заходить проще на этапе доступа, но платить за него — всё равно через зарубежную карту, когда коммерческая сетка появится. У Devin сразу нужны и VPN, и зарубежная карта, и готовность к английскому интерфейсу.

«Агент, который делает 10-минутную задачу за 8 часов — это не агент, а имитация» — формулировка из категорийного файла. Разнимем по типам задач, потому что в среднем сравнить нельзя.

Manus, по dossier, выполняет простые research-задачи за 5 минут, сложные multi-step с кодом — за 40+ минут. Асинхронность: задача продолжается в background, можно закрыть вкладку и вернуться. Параллельность нескольких суб-агентов теоретически даёт ускорение на многокомпонентных задачах, но на практике часть прироста съедается оркестрацией и склейкой результатов.

Devin медленнее в среднем по dossier: типичная небольшая bug-fix задача — 10–30 минут, крупная фича в существующей кодовой базе — 1–4 часа. У Devin тоже есть параллельность — но в смысле «несколько отдельных задач одновременно», а не «несколько суб-агентов на одной». То есть Devin не ускоряет одну задачу за счёт распараллеливания, а позволяет команде из одного человека держать 3–4 задачи в работе сразу.

В среднем на одной задаче Manus быстрее за счёт параллельности и более коротких task-paths. Devin компенсирует это тем, что доводит задачи до конца чаще — а имитация прогресса без завершения, как у Manus, тоже стоит времени, просто оно списывается на пользователя.

Агент, который выполняет код и управляет компьютером, — критичный риск. Что произойдёт, если он попробует удалить ваши файлы?

У Manus, по dossier, выполнение кода идёт в изолированной среде на серверах самого Manus — агент не имеет доступа к компьютеру пользователя. Это хорошая базовая модель: пользователь видит результаты, но физически Manus сидит в своей песочнице. Подробности sandbox-конфигурации (какой контейнер, какие лимиты) в dossier не раскрыты — Monica AI не публиковала детали.

У Devin sandbox-изоляция описана точнее: код выполняется в изолированном контейнере, не на серверах клиента. Для Enterprise есть отдельная опция on-premise deployment — Devin разворачивается на инфраструктуре клиента, что особенно важно для команд с компл compliance-требованиями (внутренний код не покидает периметр).

Главный плюс Devin в этой подтеме — on-prem option для Enterprise. Если в компании политика «исходный код не уходит во внешние облака», Devin это реально решает. Manus такого варианта не предлагает — он работает только на собственных серверах.

Сюда попадают самые «бытовые» вещи: умеет ли агент жить в Slack, читать Jira, открывать PR в GitHub.

Devin собирался как агент для технологических команд — и встроен в типичный dev-стек. По dossier интеграции выглядят так: GitHub и GitLab — создание веток, коммитов, PR, работа с issues. Slack — постановка задач прямо в канал, как обычному разработчику. VS Code-like environment — собственный редактор в браузерной среде. Linear и Jira — в roadmap, точный статус интеграций на август 2025 в dossier помечен как data gap.

У Manus интеграций с бизнес-приложениями в dossier по сути нет. Компания фокусируется на собственном UI и работе через браузер. Manus не делает себя частью чужого workspace — он скорее самостоятельная среда, в которой пользователь работает в отдельной вкладке.

Для команды с GitHub и Slack Devin прыгает в работу с минимальным онбордингом — у него уже есть привычный для разработчика контракт «поставил задачу в Slack, получил PR на ревью». Manus требует переключения в свой интерфейс и копирования результата руками.

Подтема, в которой Devin собран под enterprise-покупателя, а Manus оставляет open question.

Devin для Enterprise заявляет SOC 2 Type 2 — это стандартный сертификат для продажи в крупные корпоративные команды. Точный сертификационный статус в dossier помечен как data gap, поэтому при покупке стоит запросить актуальный отчёт у Cognition. Privacy для стартаперов на Starter — стандартные условия без отдельных enterprise-гарантий. On-prem option для Enterprise даёт самое сильное обещание по безопасности: исходный код не уходит за периметр клиента.

У Manus по dossier «политика использования данных для обучения не опубликована публично» — это явный data gap, и одновременно это негативный сигнал. SOC 2 не заявлен. GDPR-статус не подтверждён. Юридическое лицо в Сингапуре, обработка данных вне РФ. Для пользователя, которому важна прозрачность privacy, Manus сейчас не отвечает на простые вопросы — а в категории, где агент имеет доступ к файлам, коду и поиску, это блокирует серьёзное внедрение.

Если выбор стоит между «дешевле, но непрозрачно» (Manus) и «дороже, но с подписанными гарантиями» (Devin Enterprise), для серьёзной компании ответ известен. Для одного разработчика, который не возит через агента ни клиентские данные, ни конфиденциальный код, разрыв в этом параметре менее критичен.

Покупая годовую подписку на агента, вы делаете ставку на то, что компания за этим агентом доживёт до конца года.

Cognition AI (за Devin) — одна из самых громких сделок 2024 года. Серия A на $21M в январе 2024 от Founders Fund, через три месяца серия B на $175M при оценке $2B, тоже с лидом Founders Fund (источники — TechCrunch и Forbes, апрель 2024). Это, по dossier, делает Devin одним из самых хорошо финансируемых стартапов в категории AI agents.

Monica AI / Butterfly Effect AI (за Manus) — закрытая китайская команда. По dossier «раунды финансирования публично не раскрывались в полном объёме на момент составления». Связан с экосистемой Monica.im, у которой AI productivity Chrome-расширение с заявленными 3M+ пользователей. Но прямые цифры по Manus как отдельному продукту — точная сумма привлечённого, инвесторы, оценка — не опубликованы.

Стабильность Devin на годовой горизонт — высокая: $175M B и инвестор уровня Founders Fund дают подушку на годы развития даже в случае проблем с monetization. По Manus подобной публичной картины нет, но связь с Monica.im (3M+ пользователей в Chrome) снижает риск, что Manus как продукт исчезнет в ближайшие месяцы.

Где Manus реально побеждает Devin — а не «теоретически конкурирует». Сценарии из dossiers, не из маркетинга.

Первый сценарий — связка research плюс прототип в одном проходе. «Собери конкурентов на рынке X, проанализируй их фичи, и собери для меня лендинг с UVP, отстраивающим нас». Devin не пойдёт в research-режим вообще, для него это off-task. Manus за счёт мультиагентной архитектуры собирает обе части в одном запуске.

Второй сценарий — асинхронные эксперименты на выходных. По dossier Manus задачи продолжаются в background, можно закрыть вкладку и вернуться через час. Удобно для «поставил вечером — посмотрел утром». Devin тоже асинхронен, но при цене $500/мес и порой часовых задачах он не для случайных экспериментов.

Третий сценарий — задачи без необходимости интеграции с GitHub и Slack. Если просто нужно «сделай рабочий артефакт» — отчёт, таблицу Excel, простой web-app — Manus справится, не требуя онбординга в чужой dev-стек. Devin требует git-репозитория и Slack-канала, чтобы работать в полную силу.

Четвёртый сценарий — пользователь из РФ без зарубежной карты, но с возможностью попасть в invite. По dossier Manus потенциально доступен из России напрямую и в launch-режим был бесплатным с invite-кодом. У Devin в РФ блокировка и требование зарубежной оплаты.

Объединяющий мотив: задача, в которой ценится широкий охват и низкий барьер входа, а не предсказуемая надёжность. Manus подходит туда, где «давай попробуем». Devin подходит туда, где «надо сделать к сроку».

Зеркало предыдущего блока: где Devin реально побеждает Manus.

Первый сценарий — встроенный в Slack agent на стандартных coding-задачах. По dossier Devin принимает задачи через Slack-команды и возвращает PR — это его базовый протокол. Manus в Slack не живёт и не отдаёт результат через каналы команды; пользователь должен сидеть в его UI.

Второй сценарий — закрытие bugs в существующей кодовой базе. Devin клонирует репо, ориентируется в файловой структуре, читает stack trace, запускает тесты на регрессию. По dossier его SWE-bench Verified — 13.86% на момент марта 2024, первый агент, перешедший 10%. Manus возможностей такого глубокого workflow в репо не показывает.

Третий сценарий — параллельный выпуск 3–4 рутинных задач одной командой. По dossier Devin поддерживает несколько параллельных сессий в Teams-тарифе. Manus параллельность даёт внутри одной задачи, а не между задачами разных пользователей.

Четвёртый сценарий — enterprise-команда с compliance-требованиями. On-prem deployment, SOC 2 в Enterprise, audit logs и SSO — у Devin они заявлены. У Manus ни on-prem-опции, ни SOC 2 в публикации нет.

Все четыре сценария объединяет один признак — Devin предполагает зрелость dev-процесса с обеих сторон: и со стороны команды (есть Slack-канал, есть GitHub, есть code review), и со стороны задач (можно сформулировать ТЗ так, что агент его поймёт). По dossier Cognition сама компания прямо отмечает: расплывчатый запрос — путь к проваленному ответу. Devin даёт результат на командах, где ТЗ принято писать перед задачей, а не на словах в Slack за минуту. Пятый сценарий, который вытекает из dossier напрямую — масштабирование команды без найма джуниоров: CRUD, тесты, документация и мелкие баги уходят Devin, senior-инженеры остаются на сложных архитектурных задачах. Manus в этой модели не работает — он рассчитан на одного пользователя у одной вкладки, без передачи задач между людьми и без интеграции в команду.

Объединяющий мотив: задачи внутри сложившегося dev-процесса, где ценится надёжность доставки в существующую инфраструктуру, а не широта охвата. Devin — это про «доделать работу до конца и положить в PR на ревью».

Три портрета, в которые вписывается типичная аудитория AIRatings, и адресная рекомендация по каждому.

Портрет 1. Алексей, тимлид в e-commerce, Москва. Команда из 8 разработчиков, стек — Python и TypeScript, основной workflow в GitHub и Slack, бюджет на инструменты есть. Хочет автоматизировать рутинные баги и pull request на типовых фичах. Рекомендация: Devin Teams. Окупается на сценарии «два junior-разработчика заняты только non-trivial задачами, рутину пишет Devin». Доступ — через корпоративный VPN и зарубежный юрлицо для оплаты.

Портрет 2. Мария, фриланс-аналитик в B2B-маркетинге, Санкт-Петербург. Готовит конкурентные отчёты и стратегические записки. Бюджет на инструменты — 5–10 тыс. ₽ в месяц. Девин при $500/мес сразу отпадает. Рекомендация: Manus в invite-режиме как research-инструмент плюс ручной фильтр результатов. Пройти поэтапно: invite → 1–2 недели на типичных задачах → решение по коммерческой подписке, когда Manus её опубликует.

Портрет 3. Дмитрий, основатель ранний-стадийного стартапа, удалённо. Делает прототипы для инвесторов, тестирует продуктовые гипотезы. Нужно «собрать рабочий артефакт из идеи за выходные». Рекомендация: Manus для прототипа и research, без перехода на Devin до момента, когда команда дойдёт до 3+ разработчиков и понадобится встраивание в Slack-Workflow. Для одного фаундера $500/мес — лишняя статья расходов.

Заметная закономерность: Devin побеждает только в одном из трёх портретов — там, где есть команда, бюджет и сложившийся dev-процесс. В индивидуальных и фриланс-сценариях Manus выигрывает за счёт цены и широкого профиля задач.