Aider-Polyglot
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。
更新于 2026-02-20
1,348 次浏览
问题数量
225
发布机构
个人
评测类别
Agent能力评测
评测指标
Accuracy
支持语言
英文
难度等级
高难度
简介
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
相关资源
Aider-Polyglot Model Score Leaderboard
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
Latest Aider-Polyglot model rankings and full benchmark leaderboard
Browse the latest scores, model modes, release dates, and parameter sizes for Aider-Polyglot.
Model release cutoff:
Aider-Polyglot详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | o3-pro Thinking Level · High | 84.90 | 2025-06-10 | 未知 |
| 2 | Gemini 2.5-Pro Thinking Enabled | 83.10 | 2025-06-05 | 未知 |
| 3 | OpenAI o3 Thinking Level · High | 81.30 | 2025-04-16 | 未知 |
| 4 | Grok 4 Thinking Enabled | 79.60 | 2025-07-10 | 未知 |
| 5 | DeepSeek-V3.1 Thinking Enabled | 76.30 | 2025-08-20 | 6710 |
| 6 | DeepSeek-V3.1 Terminus Standard Mode | 76.10 | 2025-09-22 | 6710 |
| 7 | DeepSeek V3.2-Exp Thinking EnabledTools | 74.50 | 2025-09-29 | 6710 |
| 8 | OpenAI o4 - mini Thinking Level · High | 72.00 | 2025-04-16 | 未知 |
| 9 | Claude Opus 4 Thinking Enabled | 72.00 | 2025-05-23 | 未知 |
| 10 | DeepSeek-R1-0528 Thinking Enabled | 71.40 | 2025-05-28 | 6710 |
| 11 | Claude Opus 4 Standard Mode | 70.10 | 2025-05-23 | 未知 |
| 12 | DeepSeek V3.2 Thinking EnabledTools | 69.90 | 2025-12-01 | 6710 |
| 13 | DeepSeek-V3.1 Standard Mode | 68.40 | 2025-08-20 | 6710 |
| 14 | Qwen3-Coder-Next Standard ModeTools | 66.20 | 2026-02-03 | 80 |
| 15 | Claude Sonnet 3.7 Thinking Enabled | 64.90 | 2025-02-25 | 未知 |
| 16 | Claude Sonnet 4 Thinking Enabled | 61.30 | 2025-05-23 | 未知 |
| 17 | M2.1 Thinking EnabledTools | 61.00 | 2025-12-23 | 2300 |
| 18 | Claude Sonnet 3.7 Standard Mode | 60.40 | 2025-02-25 | 未知 |
| 19 | Kimi K2 Standard Mode | 59.10 | 2025-07-11 | 10000 |
| 20 | Gemini 2.5 Flash Thinking Enabled | 56.70 | 2025-04-17 | 未知 |
| 21 | DeepSeek-V3-0324 Standard Mode | 55.10 | 2025-03-24 | 6710 |
| 22 | GLM-4.7 Thinking EnabledTools | 52.10 | 2025-12-22 | 3580 |
| 23 | Claude 3.5 Sonnet New Standard Mode | 51.60 | 2024-10-22 | 未知 |
| 24 | Qwen3-Next Standard Mode | 49.80 | 2025-09-11 | 800 |
| 25 | Qwen3-32B Thinking Enabled | 40.00 | 2025-04-28 | 320 |
| 26 | GPT-4o(2025-03-27) Standard Mode | 27.10 | 2025-03-27 | 未知 |