Aider es un programador en pareja para la terminal: usted añade archivos al chat, describe un cambio, y Aider edita los archivos y hace commit del resultado en git. No está atado a ningún modelo, y esa es su fortaleza y su primera pregunta: ¿qué modelo conectar?
No hay una única respuesta correcta, pero sí una forma correcta de decidir. Este artículo explica qué le pide Aider realmente a un modelo, cómo comparar candidatos y cómo conectar cualquier API compatible con OpenAI con dos variables de entorno.
¿Qué necesita Aider de un modelo?
Aider no usa las llamadas a herramientas de la API para editar archivos. Le indica al modelo que responda en un formato de edición, y luego interpreta la respuesta y la aplica. Su documentación enumera varios:
| Formato de edición | Qué devuelve el modelo | Adecuado para |
|---|---|---|
whole |
El contenido nuevo completo de cada archivo modificado | Archivos pequeños, modelos más débiles |
diff |
Bloques de buscar y reemplazar para las partes modificadas | La mayoría de los modelos y repos |
diff-fenced |
Lo mismo, con la ruta del archivo dentro del bloque | Modelos que colocan mal las rutas |
udiff |
Un diff unificado simplificado | Modelos que se desvían con diff |
Así que un buen modelo para Aider necesita cuatro cosas:
- Disciplina con el formato. Si el bloque de búsqueda no coincide exactamente con el archivo, la edición falla y Aider vuelve a pedirla. Cada reintento es otra solicitud completa.
- Espacio en el contexto. Aider envía un mapa del repositorio (un resumen compacto de los símbolos de todo el repo), los archivos que usted añadió y el chat hasta el momento. En una base de código grande, eso son decenas de miles de tokens por turno.
- Un razonamiento que quepa en el presupuesto. Los modelos de razonamiento piensan antes de responder, y ese pensamiento cuenta para
max_tokens. Un límite demasiado pequeño da una respuesta vacía. - Un precio que le permita dejarlo funcionando. Aider es conversador por diseño. El costo por hora de trabajo real importa más que el costo por token de una página de precios.
Las clasificaciones de Aider miden con qué frecuencia los modelos completan ejercicios de programación en sus formatos de edición. Son un buen primer filtro, pero su repositorio, su lenguaje y sus hábitos cambiarán el resultado. Tome cualquier benchmark como una lista corta, no como un veredicto.
¿Cómo comparar modelos con su propio código?
Una prueba práctica lleva alrededor de una hora:
- Elija cinco tareas reales de su backlog: corregir un bug, una función pequeña, un refactor en dos archivos, escribir una prueba y actualizar la documentación.
- Ejecute cada modelo candidato con las mismas tareas desde el mismo commit de git, con una rama por modelo.
- Registre tres cosas por tarea: si terminó, cuántos turnos le llevó y cuántas ediciones no se pudieron aplicar.
- Lea los diffs. Un modelo que «termina» con un cambio desparramado es peor que uno que necesita un turno más pero se mantiene acotado.
Las ediciones fallidas y los turnos extra son donde se esconde el costo. Un modelo con un precio por token bajo que necesita tres intentos por edición puede costar más que uno más caro que acierta a la primera.
¿Cómo conectar Aider a una API compatible con OpenAI?
La configuración de Aider compatible con OpenAI necesita una URL base, una clave y un nombre de modelo con el prefijo openai/:
export OPENAI_API_BASE=https://inference.broadnet.ai/v1
export OPENAI_API_KEY="$BROADNET_API_KEY"
cd /path/to/your/repo
aider --model openai/broadnet/deepseek-v4.1-flash
El prefijo openai/ le indica a Aider (a través de LiteLLM) que use el formato de OpenAI contra su URL base. Todo lo que va después del prefijo es el ID del modelo del proveedor, barra incluida. La versión paso a paso, incluido Windows, está en la guía de Aider.
Para que sea permanente, ponga la misma configuración en .aider.conf.yml, en su directorio personal o en la raíz del repo:
openai-api-base: https://inference.broadnet.ai/v1
model: openai/broadnet/deepseek-v4.1-flash
Mantenga la clave en el entorno y no en un archivo que podría acabar en un commit.
Cómo silenciar el aviso de modelo desconocido
Aider conoce los tamaños de contexto y los precios solo de los modelos populares. Con los demás muestra un aviso. Su documentación dice que normalmente se puede ignorar, porque Aider “never enforces token limits” (Traducción: nunca impone límites de tokens); solo informa de los errores del proveedor. Para darle cifras exactas, añada .aider.model.metadata.json en su directorio personal, en la raíz del repo o en el directorio desde el que lo inicia:
{
"openai/broadnet/deepseek-v4.1-flash": {
"max_input_tokens": 1048576,
"max_output_tokens": 32000,
"litellm_provider": "openai",
"mode": "chat"
}
}
La cifra de salida es un ajuste que usted elige, no un límite publicado. Deje margen para el razonamiento.
¿Qué modelos de BroadNet encajan con Aider?
BroadNet Inference ofrece tres modelos de chat adecuados para programar. Los precios son por 1M de tokens, según el archivo de precios publicado:
| Modelo | Contexto | Entrada | Entrada en caché | Salida |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | 1,048,576 | $0.175 | $0.0055 | $0.52 |
| GLM 5.3 | 1,048,576 | $0.78 | $0.173 | $3.46 |
| Qwen3.8 27B | 262,144 | $0.175 | $0.0435 | $2.17 |
Los tres razonan antes de responder. BroadNet Gemma 4 VL 26B tiene un contexto de 32,768 tokens, que se queda corto para el mapa del repositorio de Aider más varios archivos, así que es mejor reservarlo para trabajos más ligeros.
DeepSeek V4.1 Flash es aquí la opción por defecto por una razón simple: es el único modelo de los planes ilimitados de BroadNet. Una sesión Luna Llena (Full Moon) cuesta $60 al mes sin medidor de tokens, y la costumbre de Aider de reenviar el contexto en cada turno deja de ser un problema de costo. Su ventana de 1M de tokens también le permite añadir más archivos de lo habitual sin recortar.
GLM 5.3 cuesta más por token de salida. Vale la pena probarlo con pago por uso como modelo architect para los pasos de diseño difíciles, donde la calidad por turno importa más que el volumen.
Qwen3.8 27B tiene el mismo precio de entrada que Flash y un contexto de 262K. Es un segundo modelo razonable si quiere comparar el comportamiento en su base de código.
¿Conviene usar el modo architect con dos modelos?
El modo architect de Aider divide cada turno en dos: un modelo architect planifica el cambio y un modelo editor convierte el plan en ediciones de archivos. Eso le permite combinar un modelo de razonamiento más potente con un editor más barato y fiable con el formato:
aider --architect \
--model openai/broadnet/glm-5.3 \
--editor-model openai/broadnet/deepseek-v4.1-flash
La documentación de Aider señala que cada turno pasa a usar dos solicitudes al LLM. En una sesión de plan, eso afecta a la concurrencia, no al costo: las dos solicitudes se ejecutan una tras otra, así que una sesión basta para una ventana de Aider.
¿Aider sale más barato por token o con una tarifa plana?
El tráfico de Aider, cargado de entrada, es donde la tarifa plana compensa. Un agente de programación suele enviar mucha más entrada de la que recibe, y buena parte de esa entrada se repite. Con prompt caching, la entrada repetida se factura a la tarifa en caché ($0.0055 por 1M en Flash), así que la primera palanca con una clave por token es un prefijo de prompt estable. Cómo se factura la entrada en caché.
La segunda palanca es el plan. El ejemplo calculado de BroadNet para un agente de programación de tiempo completo da unos $65.40 al mes con pago por uso, frente a $60 de una sesión Luna Llena, así que para ese perfil la opción más barata es: Luna Llena. El uso ligero y ocasional es el caso contrario. Introduzca sus propias cifras en la calculadora de tarifa plana vs por token, o lea tarifa plana vs pago por token. Para más palancas de costo aplicables a cualquier agente de programación, vea 10 formas de reducir el costo de LLM de un agente de programación.
¿Qué ajustes de Aider ahorran turnos?
- Deje margen para el razonamiento. Si Aider recibe una respuesta vacía, el modelo gastó su presupuesto de salida pensando. Por qué las respuestas llegan vacías.
- Añada solo los archivos que cambian. El mapa del repositorio de Aider ya le dice al modelo dónde está cada cosa. Los archivos extra cuestan contexto y atención.
- Use
/clearentre tareas que no tienen relación. El historial antiguo del chat es entrada en cada turno. - Deje activados los commits automáticos. Cada edición de Aider se convierte en un commit de git, así que
/undoestá a un comando de distancia cuando un modelo se equivoca. - Una ventana por sesión. Dos ventanas de Aider en una misma sesión de plan se turnan. Compre una segunda sesión si trabaja en dos repos a la vez; vea cómo ejecutar agentes de programación en paralelo.
¿Cómo probar un modelo antes de comprometerse?
La prueba más barata es una hora Meteoro (Meteor) a $1: DeepSeek V4.1 Flash ilimitado durante una hora, suficiente para la comparación de cinco tareas descrita arriba. Las cuentas nuevas también reciben $5 de crédito inicial, pero entre los modelos de chat solo cubre BroadNet Gemma 4 VL 26B; DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B necesitan una recarga o un plan. Todos los modelos están en la página de modelos. Si todavía está eligiendo entre agentes y no entre modelos, lea Cline vs Roo Code vs Aider.
