データ月 2026-10
hax
usehax.dev
hax
usehax.devhax は C で書かれたミニマルなターミナル原生のコーディングエージェントで、ローカルモデルを第一級市民として扱います。
サイトを開く ↗

AlphaMoatによると、2026年10月のhax(usehax.dev)の月間訪問数は889(前月比 -9.1%)で、トラフィックデータのある17,643件のAIサイト中16,505位、プログラミングでは1,732件中1,624位です。最大の市場はトルコで、訪問数の100.0%を占めます。

月間訪問数 · 2026-10
889-9.1%
総合順位(17,643件中)
#16,505
プログラミング内の順位(1,732件中)
#1,624
最大市場
トルコ100.0%

haxとは

製品概要

hax は、単一のネイティブな C バイナリとして配布されるターミナル原生のコーディングエージェントで、起動が即座で数メガバイトのメモリしか使わず、残りのメモリをローカルモデルに回します。ローカル環境のモデルとランタイムの能力を自動で検出するため、llama.cpp のサーバーには専用のプロバイダ設定ブロックがなくても動きます。OpenAI、Anthropic、ChatGPT 契約を通じた Codex、OpenRouter、OpenCode Zen といったホスティングプロバイダにも到達できます。画面は Markdown とリアルタイムのツール出力をストリーミングし、ネイティブのスクロール履歴を保ちます。transcript ビューと任意の wire プロトコル追跡があれば、モデルに送ったものと返ってきたものを正確に確認できます。

主な機能

依存関係が少ない単一のネイティブバイナリ、ローカルの llama.cpp モデルの第一級対応、OpenAI、Anthropic、Codex、OpenRouter、OpenCode Zen へのホスティングアクセス、ターミナルでの Markdown とリアルタイムツール出力のストリーミング、transcript と wire プロトコルの検査、XDG パス、プレーンテキストの設定、Unix 的な組み立て

12か月のトラフィック推移

カーソルを合わせると月ごとの値を表示
最新 889前月比-9.1%
-822.21644.52466.726-0826-09
月月間訪問数前月比
2026-082284—
2026-09978-57.2%
2026-10889-9.1%

国別の訪問数 · 上位5か国

2026-10 · 総訪問数に占める割合
トルコ
889100.0%

プログラミングの人気プロダクト

クリックで詳細を表示、「+ 比較」でhaxと比較
Lovable
Lovable
lovable.dev
3105.2万
+3.8%

自然言語からウェブサイトやアプリを生成し配備するAI開発基盤

+ 比較
Cursor
Cursor
cursor.com
2329.8万
+8.4%

エディタ、CLI、Web、クラウドで開発作業を進めるAIコーディングエージェント

+ 比較
Google Antigravity
Google Antigravity
antigravity.google
1605.4万
+8.1%

ローカルとクラウドの開発エージェントを統括するAgent優先基盤

+ 比較
opencode
opencode
opencode.ai
1535.1万
+15.3%

端末やエディターから複数のモデルを使えるオープンソースのコーディングエージェント

+ 比較
Feedly
Feedly
feedly.com
1274.4万
+3%

脅威シグナルを継続的に収集、分析し、安全部門へ届ける情報基盤

+ 比較
Replit
Replit
replit.com
1001.6万
-7.7%

自然な言葉の要望からソフトを構築、共同編集、公開できるブラウザ基盤

+ 比較

よくある質問

haxの月間訪問数は?

AlphaMoatによると、2026年10月のhax(usehax.dev)の月間訪問数は889(約889)(前月比 -9.1%)で、トラフィックデータのある17,643件のAIサイト中16,505位、「プログラミング」カテゴリでは1624位です。

haxに似たAIプロダクトは?

「プログラミング」カテゴリで月間訪問数が多いその他のプロダクトはLovable(3105.2万)、Cursor(2329.8万)、Google Antigravity(1605.4万)、opencode(1535.1万)、Feedly(1274.4万)です。

データ月:2026-10 · 訪問数は第三者によるトラフィック推計値を月単位で集計したもので、規模と傾向の把握に適しています。同一プロダクトの複数ドメインは統合しています。詳しくはデータの方法論をご覧ください。