项目测评

Aider Polyglot 代码编辑榜单快照

Aider Benchmarks · 69 条配置有公开分数，按独立指标查看结果和测试条件。

报告身份与条件

资料日期 2026-10-14 · 报告发布日期 —。运行日期与测试条件见各条记录。

原站基准为 C++、Go、Java、JavaScript、Python、Rust 共 225 道练习；个别运行实际 Test cases 为 223 或 224，逐条保留。
观测日是本站抓取日期，各次运行另列日期、样本、推理档位、编辑格式、工具版本和提交；当前榜单包含历史记录，不据此声称是最新模型总榜。
显示名和 CLI 别名不能确定具体快照，所以未自动绑定本站模型版本；报告中的美元费用不等同于可复用 API 单价。不同设置不代表严格同条件实验。

访问报告原文 ↗

测试样本左侧指标右侧指标

同一报告内分别比较指标，方向与口径见图表说明。
完整数值和运行条件见明细。

Percent correct

原站运行结果；不是模型通用能力。不同日期、推理档位、编辑格式与样本分别保留。图示 8 / 63 条有值记录；运行配置与日期见明细。

查看图表数据 · 8 项

名称	%
gpt-5 (high)	88
gpt-5 (medium)	86.7
o3-pro (high)	84.9
gemini-2.5-pro-preview-06-05 (32k think)	83.1
gpt-5 (low)	81.3
o3 (high)	81.3
grok-4 (high)	79.6
gemini-2.5-pro-preview-06-05 (default think)	79.1

Correct edit format

编辑格式正确率，与完成题目正确率不同，不合并为总分。图示 8 / 63 条有值记录；运行配置与日期见明细。

查看图表数据 · 8 项

名称	%
Codestral 25.01	100
DeepSeek R1 + claude-3-5-sonnet-20241022	100
Gemini 2.0 Pro exp-02-05	100
gemini-2.0-flash-exp	100
gemini-2.5-pro-preview-06-05 (default think)	100
gemma-3-27b-it	100
gpt-4o-mini-2024-07-18	100
Grok 3 Mini Beta (low)	100

完整结果与对象版本

69 / 69 条配置有本范围的公开分数；列表展示有分数的配置，缺项保留“未提供”。同名型号的不同运行配置分别列出。

gpt-5 (high)

报告所列型号

运行 2025-08-23 · 225 题 · 格式 diff · 推理档位 high
工具 0.86.2.dev · 提交 32faf82

Percent correct: 88%
Correct edit format: 91.6%

运行命令

aider --model openai/gpt-5

gpt-5 (medium)

报告所列型号

运行 2025-08-25 · 225 题 · 格式 diff · 推理档位 medium
工具 0.86.2.dev · 提交 32faf82

Percent correct: 86.7%
Correct edit format: 88.4%

运行命令

aider --model openai/gpt-5

o3-pro (high)

报告所列型号

运行 2025-06-28 · 225 题 · 格式 diff · 推理档位 high
工具 0.85.1.dev · 提交 5318380

Percent correct: 84.9%
Correct edit format: 97.8%

运行命令

aider --model o3-pro

gemini-2.5-pro-preview-06-05 (32k think)

报告所列型号

运行 2025-06-06 · 225 题 · 格式 diff-fenced · 推理档位未列
工具 0.84.1.dev · 提交 f827f22

Percent correct: 83.1%
Correct edit format: 99.6%

运行命令

aider --model gemini/gemini-2.5-pro-preview-06-05 --thinking-tokens 32k

gpt-5 (low)

报告所列型号

运行 2025-08-25 · 225 题 · 格式 diff · 推理档位 low
工具 0.86.2.dev · 提交 32faf82

Percent correct: 81.3%
Correct edit format: 86.7%

运行命令

aider --model openai/gpt-5

o3 (high)

报告所列型号

运行 2025-06-25 · 225 题 · 格式 diff · 推理档位 high
工具 0.84.1.dev · 提交 c48fea6

Percent correct: 81.3%
Correct edit format: 94.7%

运行命令

aider --model o3 --reasoning-effort high

grok-4 (high)

报告所列型号

运行 2025-07-11 · 225 题 · 格式 diff · 推理档位 high
工具 0.85.2.dev · 提交 f7870b6-dirty

Percent correct: 79.6%
Correct edit format: 97.3%

运行命令

aider --model openrouter/x-ai/grok-4

gemini-2.5-pro-preview-06-05 (default think)

报告所列型号

运行 2025-06-06 · 225 题 · 格式 diff-fenced · 推理档位未列
工具 0.84.1.dev · 提交 4c161f9-dirty

Percent correct: 79.1%
Correct edit format: 100%

运行命令

aider --model gemini/gemini-2.5-pro-preview-06-05

o3 (high) + gpt-4.1

报告所列型号

运行 2025-06-27 · 224 题 · 格式 architect · 推理档位 high
工具 0.85.1.dev · 提交 4f4f00f-dirty

Percent correct: 78.2%
Correct edit format: 100%

运行命令

aider --model o3

o3

报告所列型号

运行 2025-06-25 · 225 题 · 格式 diff · 推理档位未列
工具 0.84.1.dev · 提交 c48fea6

Percent correct: 76.9%
Correct edit format: 93.8%

运行命令

aider --model o3

Gemini 2.5 Pro Preview 05-06

报告所列型号

运行 2025-05-07 · 225 题 · 格式 diff-fenced · 推理档位未列
工具 0.82.4.dev · 提交 3b08327-dirty

Percent correct: 76.9%
Correct edit format: 97.3%

运行命令

aider --model gemini/gemini-2.5-pro-preview-05-06

DeepSeek-V3.2-Exp (Reasoner)

报告所列型号

运行 2025-10-03 · 225 题 · 格式 diff · 推理档位未列
工具 0.86.2.dev · 提交 cbb5376

Percent correct: 74.2%
Correct edit format: 97.3%

运行命令

aider --model deepseek/deepseek-reasoner

Gemini 2.5 Pro Preview 03-25

报告所列型号

运行 2025-04-12 · 225 题 · 格式 diff-fenced · 推理档位未列
工具 0.81.3.dev · 提交 0282574

Percent correct: 72.9%
Correct edit format: 92.4%

运行命令

aider --model gemini/gemini-2.5-pro-preview-03-25

claude-opus-4-20250514 (32k thinking)

报告所列型号

运行 2025-05-25 · 225 题 · 格式 diff · 推理档位未列
工具 0.83.3.dev · 提交 9ef3211

Percent correct: 72%
Correct edit format: 97.3%

运行命令

aider --model claude-opus-4-20250514

o4-mini (high)

报告所列型号

运行 2025-04-16 · 225 题 · 格式 diff · 推理档位未列
工具 0.82.1.dev · 提交 b66901f-dirty

Percent correct: 72%
Correct edit format: 90.7%

运行命令

aider --model o4-mini

DeepSeek R1 (0528)

报告所列型号

运行 2025-06-06 · 224 题 · 格式 diff · 推理档位未列
工具 0.84.1.dev · 提交 4c161f9-dirty

Percent correct: 71.4%
Correct edit format: 94.6%

运行命令

aider --model deepseek/deepseek-reasoner

claude-opus-4-20250514 (no think)

报告所列型号

运行 2025-05-25 · 225 题 · 格式 diff · 推理档位未列
工具 0.83.3.dev · 提交 9ef3211

Percent correct: 70.7%
Correct edit format: 98.7%

运行命令

aider --model claude-opus-4-20250514

DeepSeek-V3.2-Exp (Chat)

报告所列型号

运行 2025-10-03 · 225 题 · 格式 diff · 推理档位未列
工具 0.86.2.dev · 提交 cbb5376

Percent correct: 70.2%
Correct edit format: 98.2%

运行命令

aider --model deepseek/deepseek-chat

claude-3-7-sonnet-20250219 (32k thinking tokens)

报告所列型号

运行 2025-02-24 · 225 题 · 格式 diff · 推理档位未列
工具 0.75.1.dev · 提交 60d11a6, 93edbda

Percent correct: 64.9%
Correct edit format: 97.8%

运行命令

aider --model anthropic/claude-3-7-sonnet-20250219 --thinking-tokens 32k

DeepSeek R1 + claude-3-5-sonnet-20241022

报告所列型号

运行 2025-01-23 · 225 题 · 格式 architect · 推理档位未列
工具 0.72.3.dev · 提交 05a77c7

Percent correct: 64%
Correct edit format: 100%

运行命令

aider --architect --model r1 --editor-model sonnet