Aider 是一个在终端里进行结对编程的开源工具。为评估不同大模型在“按照指令对代码进行实际可落地的编辑”上的能力，Aider 提出并维护了公开基准与排行榜，用于比较模型在无人工干预下完成代码修改任务的可靠性与成功率。该评测已被多家模型提供方在技术说明中引用，用作代码编辑与指令遵循能力的对照指标。
一个用于评估大模型在“按照指令对代码进行实际可落地的编辑”上的能力的评测基准
查看 Aider-Polyglot 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 GPT-5 思考水平·高 | 88.00 | 2025-08-07 | 未知 | 闭源 | |
GPT-5 思考水平·中 | 86.70 | 2025-08-07 | 未知 | 闭源 | |
o3-pro 思考水平·高 | 84.90 | 2025-06-10 | 未知 | 闭源 | |
4 | 83.10 | 2025-06-05 | 未知 | 闭源 | |
5 | OpenAI o3 思考水平·高 | 81.30 | 2025-04-16 | 未知 | 闭源 |
6 | GPT-5 思考水平·低 | 81.30 | 2025-08-07 | 未知 | 闭源 |
7 |  Grok 4 思考水平·高 | 79.60 | 2025-07-10 | 未知 | 闭源 |
8 |  Gemini 2.5-Pro 开启思考 | 79.10 | 2025-06-05 | 未知 | 闭源 |
9 | OpenAI o3 常规模式 | 76.90 | 2025-04-16 | 未知 | 闭源 |
10 | 76.90 | 2025-05-06 | 未知 | 闭源 | |
11 | 74.20 | 2025-09-29 | 6710亿 | 免费商用 | |
12 | 72.90 | 2025-03-25 | 未知 | 闭源 | |
13 | OpenAI o4 - mini 思考水平·高 | 72.00 | 2025-04-16 | 未知 | 闭源 |
14 | 72.00 | 2025-05-23 | 未知 | 闭源 | |
15 |  DeepSeek-R1-0528 开启思考 | 71.40 | 2025-05-28 | 6710亿 | 免费商用 |
16 |  Claude Opus 4 常规模式 | 70.70 | 2025-05-23 | 未知 | 闭源 |
17 | 70.20 | 2025-09-29 | 6710亿 | 免费商用 | |
18 | 64.90 | 2025-02-25 | 未知 | 闭源 | |
19 | OpenAI o1 思考水平·高 | 61.70 | 2024-12-05 | 未知 | 闭源 |
20 | 61.30 | 2025-05-23 | 未知 | 闭源 | |
21 | 60.40 | 2025-02-25 | 未知 | 闭源 | |
22 | OpenAI o3-mini 思考水平·高 | 60.40 | 2025-01-31 | 未知 | 闭源 |
23 |  Qwen3-235B-A22B 常规模式 | 59.60 | 2025-04-28 | 2350亿 | 免费商用 |
24 |  Kimi K2 常规模式 | 59.10 | 2025-07-11 | 10000亿 | 免费商用 |
25 | DeepSeek-R1 开启思考 | 56.90 | 2025-01-20 | 6710亿 | 免费商用 |
26 | Claude Sonnet 4 常规模式 | 56.40 | 2025-05-23 | 未知 | 闭源 |
27 | DeepSeek-V3-0324 常规模式 | 55.10 | 2025-03-24 | 6710亿 | 免费商用 |
28 | 55.10 | 2025-04-17 | 未知 | 闭源 | |
29 | OpenAI o3-mini 思考水平·中 | 53.80 | 2025-01-31 | 未知 | 闭源 |
30 | Grok 3 常规模式 | 53.30 | 2025-02-17 | 未知 | 闭源 |
