BenchLeader

Aider Polyglot 排行榜

截至 2026年11月16日,Aider Polyglot 的最高分为 88.0%,由 GPT-5(OpenAI)取得,领先于 o3-pro(84.9%)。共有 62 个模型配置公布了结果(Aider polyglot leaderboard,结果日期 2025年8月23日)。Aider 的多语言基准测试要求模型解出 Exercism 中最难的 225 道练习,涉及 C++、Go、Java、JavaScript、Python 和 Rust,通过 Aider 工具编辑文件并运行测试。Aider Polyglot 计入 BenchLeader Index 的编程得分。

要点(截至 2026年11月16日)

  • GPT-5 以 88.0% 保持 Aider Polyglot 最高分(Aider polyglot leaderboard,2025年8月23日)。
  • o3-pro 以 84.9% 位列 Aider Polyglot 第二(Aider polyglot leaderboard,2025年6月28日)。
  • Aider Polyglot:225 道 Exercism 题目中第二次尝试内解出的比例(Aider polyglot leaderboard)。
  • BenchLeader 上有 62 个模型配置公布了 Aider Polyglot 结果(BenchLeader,2026年11月16日)。
  • Aider Polyglot 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。

225 道 Exercism 题目中第二次尝试内解出的比例。

发布方
Aider polyglot leaderboard
类别
编程
Index 权重
1.0
模型
62
数据截至
2026年11月16日

Apache 2.0 — Aider-AI/aider.

测试内容

Aider 的多语言基准测试要求模型解出 Exercism 中最难的 225 道练习,涉及 C++、Go、Java、JavaScript、Python 和 Rust,通过 Aider 工具编辑文件并运行测试。

评分方式

两次尝试内通过测试的练习百分比;第一次失败后模型能看到测试输出。

注意事项

它测试的是在特定工具中编辑代码,而 Aider 自身的编辑格式对某些模型更有利。Exercism 的练习是公开的。

62 / 62
#
1GPT-5high88.0%58.2$29.082025-08-23
2GPT-5medium86.7%59.0$17.692025-08-25
3o3-prohigh84.9%55.9$146.322025-06-28
4Gemini 2.5 Prothinking83.1%–$49.882025-06-06
5o3high81.3%55.1$21.232025-06-25
6GPT-5low81.3%53.5$10.372025-08-25
7Grok 4high79.6%–$59.622025-07-11
8Gemini 2.5 Pro79.1%55.2$45.602025-06-06
9o3 + GPT-4.1high78.2%–$17.552025-06-27
10o376.9%60.4$13.752025-06-25
11DeepSeek V3.2thinking74.2%56.7$1.302025-10-03
12Claude Opus 4thinking72.0%55.7$65.752025-05-25
13o4-minihigh72.0%51.2$19.642025-04-16
14DeepSeek R1 052871.4%49.1$4.802025-06-06
15Claude Opus 4无推理70.7%–$68.632025-05-25
16DeepSeek V3.2无推理70.2%52.1$0.8762025-10-03
17Claude 3.7 Sonnetthinking64.9%52.9$36.832025-02-24
18DeepSeek R1 + Claude 3.5 Sonnet64.0%–$13.292025-01-23
19o1high61.7%49.5$186.502024-12-21
20Claude Sonnet 4thinking61.3%53.8$26.582025-05-24
21Claude 3.7 Sonnet无推理60.4%49.7$17.722025-02-24
22o3-minihigh60.4%47.9$18.162025-01-31
23Qwen3 235B A22B无推理59.6%47.4–2025-05-09
24Kimi K259.1%51.1$1.242025-07-17
25DeepSeek R156.9%47.2$5.422025-01-20
26Claude Sonnet 4无推理56.4%50.0$15.822025-05-24
27Gemini 2.5 Flashthinking55.1%49.0$8.562025-05-25
28DeepSeek V3 032455.1%46.9$1.122025-03-24
29Quasar Alpha54.7%––2025-04-04
30o3-minimedium53.8%46.4$8.862025-01-31
31Grok 353.3%50.9$11.032025-04-10
32Optimus Alpha52.9%––2025-04-10
33GPT-4.152.4%48.7$9.862025-04-14
34Claude 3.5 Sonnet51.6%46.8$14.412025-01-17
35Grok 3 minihigh49.3%52.6$0.7352025-04-10
36DeepSeek V348.4%44.3$0.3372024-12-25
37Gemini 2.5 Flash47.1%52.4$1.852025-04-20
38GPT-4o45.3%42.8$19.742025-03-29
39GPT-4.544.9%50.5$183.182025-02-27
40Gemini 2.5 Flash无推理44.0%47.4$1.142025-05-26
41gpt-oss-120bhigh41.8%45.3$0.7412025-08-06
42Qwen3 32B40.0%51.2$0.7602025-05-08
43Gemini 120638.2%––2024-12-22
44Gemini 2.0 Pro35.6%47.5–2025-02-25
45Grok 3 minilow34.7%47.6$0.7862025-04-10
46o1-mini32.9%46.7$18.582024-12-22
47GPT-4.1 mini32.4%44.7$1.992025-04-14
48Claude 3.5 Haiku28.0%38.7$6.062024-12-21
49QwQ-32B + Qwen2.5-Coder26.2%––2025-03-07
50Gemini 2.0 Flash22.2%43.5–2024-12-22
51QwQ-32B20.9%45.7–2025-03-06
52Gemini 2.0 Flash Thinkingthinking18.2%45.1–2025-01-21
53Deepseek v2.517.8%45.8$0.5102024-12-21
54Qwen2.5 Coder 32B Instruct16.4%42.5–2024-12-26
55Llama 4 Maverick15.6%41.8–2025-04-06
56Yi Lightning12.9%46.5–2024-12-23
57Command A 03 2025 Quality12.0%––2025-03-14
58Codestral 250111.1%–$1.982025-01-13
59Openhands Lm 32B10.2%––2025-04-19
60GPT-4.1 nano8.9%36.9$0.4282025-04-14

更多编程基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Aider Polyglot 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aider_polyglot。

Aider Polyglot:常见问题

Aider Polyglot 衡量的是什么?
Aider 的多语言基准测试要求模型解出 Exercism 中最难的 225 道练习,涉及 C++、Go、Java、JavaScript、Python 和 Rust,通过 Aider 工具编辑文件并运行测试。分数以完成任务的百分比表示,越高越好。
Aider Polyglot 的最高分是多少?
截至 2026年11月16日,Aider Polyglot 的最高分为 88.0%,由 GPT-5 取得(结果日期 2025年8月23日),领先于 o3-pro(84.9%)。分数来自 Aider polyglot leaderboard,每天重新读取。
哪个 AI 模型在 Aider Polyglot 上领先?
截至 2026年11月16日,Aider Polyglot 排名第一的是 GPT-5,分数为 88.0%(结果日期 2025年8月23日)。其后为 o3-pro(84.9%)。
有多少模型有 Aider Polyglot 结果?
BenchLeader 上有 62 个模型配置有 Aider Polyglot 结果,全部取自 Aider polyglot leaderboard。
Aider Polyglot 由谁运行,多久更新一次?
Aider Polyglot 由 Aider polyglot leaderboard 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
Aider Polyglot 是否计入 BenchLeader Index?
计入。Aider Polyglot 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。