---
title: "LLM terbaik untuk Aider: memilih dan menghubungkan model"
description: "Cara memilih LLM terbaik untuk Aider: disiplin format edit, ukuran konteks, biaya per jam, tes satu jam di repo Anda sendiri, dan setup OPENAI_API_BASE yang persis."
url: https://broadrouter.com/id/blog/best-llm-for-aider/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/best-llm-for-aider/) (diperbarui 2026-11-14).

# LLM terbaik untuk Aider: cara memilih model dan menghubungkannya

Oleh tim BroadNet Inference · 6 menit baca · Dipublikasikan 2026-11-14

Model terbaik untuk Aider adalah yang konsisten mengikuti format edit-nya, muat menampung repo map Anda di konteks, dan cukup murah untuk dijalankan seharian. Aider terhubung ke API kompatibel OpenAI mana pun: set OPENAI\_API\_BASE ke https://inference.broadnet.ai/v1, set OPENAI\_API\_KEY, lalu jalankan aider --model openai/broadnet/deepseek-v4.1-flash. Di paket Full Moon, model itu tidak punya meteran token.

## Poin penting

-   Aider mengedit file lewat format edit teks (whole, diff, udiff), jadi model harus mengikuti formatnya, bukan sekadar menulis kode yang bagus.
-   Endpoint kompatibel OpenAI apa pun bisa dipakai: OPENAI\_API\_BASE plus OPENAI\_API\_KEY, lalu --model openai/<model-id>.
-   DeepSeek V4.1 Flash punya konteks 1.048.576 token dan merupakan satu-satunya model di paket unlimited.
-   Aider mengirim ulang repo map dan riwayat chat setiap giliran, jadi token input mendominasi tagihan per token.
-   Nilai sebuah model di repositori Anda sendiri selama satu jam sebelum memutuskan memakainya.

**Di halaman ini**

1.  Apa yang dibutuhkan Aider dari sebuah model?
2.  Bagaimana membandingkan model di kode Anda sendiri?
3.  Bagaimana menghubungkan Aider ke API kompatibel OpenAI?
4.  Model BroadNet mana yang cocok untuk Aider?
5.  Perlukah memakai mode architect dengan dua model?
6.  Aider lebih murah per token atau dengan paket harga tetap?
7.  Pengaturan Aider mana yang menghemat giliran?
8.  Bagaimana menguji model sebelum memutuskan?

Aider adalah pair programmer di terminal: Anda menambahkan file ke chat, menjelaskan perubahan, lalu Aider mengedit file dan meng-commit hasilnya ke git. Aider tidak terikat pada model tertentu, dan itu sekaligus kekuatannya dan pertanyaan pertamanya. Model mana yang sebaiknya dipasang?

Tidak ada satu jawaban yang benar, tetapi ada cara yang benar untuk memutuskan. Tulisan ini membahas apa yang sebenarnya dibutuhkan Aider dari sebuah model, cara membandingkan kandidat, dan cara menghubungkan API kompatibel OpenAI apa pun dengan dua environment variable.

## Apa yang dibutuhkan Aider dari sebuah model?

Aider tidak memakai tool calling API untuk mengedit file. Ia menyuruh model membalas dalam sebuah **format edit**, lalu mem-parse balasan itu dan menerapkannya. Dokumentasinya mencantumkan beberapa format:

| Format edit | Yang dikembalikan model | Cocok untuk |
| --- | --- | --- |
| `whole` | Isi baru lengkap dari setiap file yang berubah | File kecil, model yang lebih lemah |
| `diff` | Blok search-and-replace untuk bagian yang berubah | Kebanyakan model, kebanyakan repo |
| `diff-fenced` | Sama, dengan path file di dalam fence | Model yang salah menaruh path |
| `udiff` | Unified diff yang disederhanakan | Model yang melenceng di `diff` |

Jadi model yang bagus untuk Aider butuh empat hal:

1.  **Disiplin format.** Jika blok search tidak cocok persis dengan file, edit gagal dan Aider bertanya lagi. Setiap retry adalah satu permintaan penuh lagi.
2.  **Ruang konteks.** Aider mengirim repository map (ringkasan padat simbol-simbol di seluruh repo), file yang Anda tambahkan, dan chat sejauh ini. Di codebase besar, itu puluhan ribu token per giliran.
3.  **Penalaran yang muat dalam anggaran.** Model penalaran berpikir sebelum menjawab, dan proses berpikir itu dihitung ke `max_tokens`. Batas yang terlalu kecil menghasilkan balasan kosong.
4.  **Harga yang aman dibiarkan menyala.** Aider memang dirancang cerewet. Biaya per jam kerja nyata lebih penting daripada biaya per token di halaman harga.

[Leaderboard](https://aider.chat/docs/leaderboards/) milik Aider sendiri mengukur seberapa sering model menyelesaikan latihan coding dalam format edit-nya. Leaderboard ini berguna sebagai saringan pertama, tetapi repositori, bahasa, dan kebiasaan Anda akan menggeser hasilnya. Anggap benchmark apa pun sebagai daftar pendek, bukan vonis.

## Bagaimana membandingkan model di kode Anda sendiri?

Tes praktis memakan waktu sekitar satu jam:

1.  Pilih lima tugas nyata dari backlog Anda: perbaikan bug, fitur kecil, refactor di dua file, tes yang perlu ditulis, dan pembaruan dokumentasi.
2.  Jalankan setiap kandidat model pada tugas yang sama dari git commit yang sama, dengan satu branch per model.
3.  Catat tiga hal per tugas: apakah selesai, berapa giliran yang dibutuhkan, dan berapa edit yang gagal diterapkan.
4.  Baca diff-nya. Model yang “selesai” dengan perubahan yang melebar ke mana-mana lebih buruk daripada model yang butuh satu giliran lagi tetapi tetap ringkas.

Edit yang gagal dan giliran tambahan adalah tempat biaya bersembunyi. Model dengan harga per token rendah yang butuh tiga percobaan per edit bisa lebih mahal daripada model yang lebih mahal tetapi benar sejak percobaan pertama.

## Bagaimana menghubungkan Aider ke API kompatibel OpenAI?

[Setup kompatibel OpenAI](https://aider.chat/docs/llms/openai-compat.html) di Aider butuh base URL, kunci, dan nama model dengan awalan `openai/`:

```bash
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
```

Awalan `openai/` memberi tahu Aider (lewat LiteLLM) untuk memakai format wire OpenAI terhadap base URL Anda. Semua yang ada setelah awalan itu adalah ID model dari penyedia, termasuk garis miringnya. Versi langkah demi langkah, termasuk untuk Windows, ada di [panduan Aider](https://broadrouter.com/id/guides/aider-unlimited-deepseek/).

Agar permanen, taruh pengaturan yang sama di `.aider.conf.yml` di direktori home atau root repo Anda:

```yaml
openai-api-base: https://inference.broadnet.ai/v1
model: openai/broadnet/deepseek-v4.1-flash
```

Simpan kunci di environment, bukan di file yang mungkin ikut ter-commit.

### Membungkam peringatan model tak dikenal

Aider hanya mengetahui ukuran konteks dan harga model-model populer. Untuk model lain, ia menampilkan peringatan. Dokumentasinya menyebut peringatan itu biasanya bisa diabaikan, karena Aider “never enforces token limits” (Terjemahan BroadRouter: tidak pernah memberlakukan batas token); ia hanya melaporkan error dari penyedia. Untuk memberinya angka yang akurat, tambahkan `.aider.model.metadata.json` di direktori home, root repo, atau direktori tempat Anda menjalankannya:

```json
{
  "openai/broadnet/deepseek-v4.1-flash": {
    "max_input_tokens": 1048576,
    "max_output_tokens": 32000,
    "litellm_provider": "openai",
    "mode": "chat"
  }
}
```

Angka output di situ adalah pengaturan yang Anda pilih sendiri, bukan batas yang dipublikasikan. Sisakan ruang untuk penalaran.

## Model BroadNet mana yang cocok untuk Aider?

BroadNet Inference menyajikan tiga model chat yang cocok untuk pekerjaan coding. Harga per 1 juta token, dari file harga yang dipublikasikan:

| Model | Konteks | Input | Input cache | Output |
| --- | --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/id/models/deepseek-v4.1-flash/) | 1.048.576 | $0.175 | $0.0055 | $0.52 |
| [GLM 5.3](https://broadrouter.com/id/models/glm-5.3/) | 1.048.576 | $0.78 | $0.173 | $3.46 |
| [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/) | 262.144 | $0.175 | $0.0435 | $2.17 |

Ketiganya bernalar sebelum menjawab. BroadNet Gemma 4 VL 26B punya konteks 32.768 token, yang sempit untuk repo map Aider plus beberapa file, jadi lebih baik dipakai untuk pekerjaan yang lebih ringan.

**DeepSeek V4.1 Flash** menjadi pilihan default di sini karena alasan sederhana: ia satu-satunya model di paket unlimited BroadNet. Satu sesi Full Moon berharga $60 per bulan tanpa meteran token, dan kebiasaan Aider mengirim ulang konteks setiap giliran tidak lagi menjadi masalah biaya. Jendela 1 juta token-nya juga berarti Anda bisa menambahkan lebih banyak file dari biasanya tanpa perlu memangkas.

**GLM 5.3** lebih mahal per token output. Model ini layak dicoba dengan bayar sesuai pemakaian sebagai model architect untuk langkah desain yang sulit, di mana kualitas per giliran lebih penting daripada volume.

**Qwen3.8 27B** punya harga input yang sama dengan Flash dan konteks 262K. Model ini pilihan kedua yang masuk akal jika Anda ingin membandingkan perilakunya di codebase Anda.

## Perlukah memakai mode architect dengan dua model?

[Mode architect](https://aider.chat/docs/usage/modes.html) di Aider membagi satu giliran menjadi dua: model architect merencanakan perubahan, dan model editor mengubah rencana itu menjadi edit file. Ini memungkinkan Anda memasangkan model penalaran yang lebih kuat dengan editor yang lebih murah dan andal dalam format:

```bash
aider --architect \
  --model openai/broadnet/glm-5.3 \
  --editor-model openai/broadnet/deepseek-v4.1-flash
```

Dokumentasi Aider mencatat bahwa setiap giliran kini memakai dua permintaan LLM. Pada sesi paket, ini berpengaruh pada konkurensi, bukan biaya: kedua permintaan berjalan berurutan, jadi satu sesi cukup untuk satu jendela Aider.

## Aider lebih murah per token atau dengan paket harga tetap?

Lalu lintas Aider yang berat di input adalah tempat harga tetap terbayar. Agen coding biasanya mengirim jauh lebih banyak input daripada yang diterimanya, dan sebagian besar input itu berulang. Dengan prompt caching, input yang berulang ditagih dengan tarif cache ($0.0055 per 1 juta token di Flash), jadi tuas pertama pada kunci per token adalah prefiks prompt yang stabil. [Cara input cache ditagih](https://broadrouter.com/id/blog/cached-input-tokens-explained/).

Tuas kedua adalah paket. Contoh hitungan BroadNet untuk agen coding penuh waktu mencapai sekitar $65.40 per bulan dengan bayar sesuai pemakaian, dibandingkan $60 untuk satu sesi Full Moon, jadi untuk profil itu yang lebih murah adalah: Full Moon. Pemakaian ringan yang sesekali adalah kasus sebaliknya. Masukkan angka Anda sendiri ke [kalkulator harga tetap vs per token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/), atau baca [harga tetap vs bayar per token](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/). Untuk tuas biaya lain yang berlaku bagi agen coding apa pun, lihat [10 cara menekan biaya LLM agen coding](https://broadrouter.com/id/blog/cut-coding-agent-llm-costs/).

## Pengaturan Aider mana yang menghemat giliran?

-   **Sisakan ruang untuk penalaran.** Jika Aider mendapat balasan kosong, model sudah menghabiskan anggaran output-nya untuk berpikir. [Kenapa jawaban kembali kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/).
-   **Tambahkan hanya file yang berubah.** Repo map Aider sudah memberi tahu model letak semuanya. File tambahan memakan konteks dan perhatian.
-   **Pakai `/clear` di antara tugas yang tidak berhubungan.** Riwayat chat lama menjadi input di setiap giliran.
-   **Biarkan auto-commit tetap aktif.** Setiap edit Aider menjadi git commit, jadi `/undo` hanya berjarak satu perintah saat model salah arah.
-   **Satu jendela per sesi.** Dua jendela Aider dalam satu sesi paket akan bergantian. Beli sesi kedua jika Anda bekerja di dua repo sekaligus; lihat [menjalankan agen coding paralel](https://broadrouter.com/id/blog/run-parallel-coding-agents-flat-rate/).

## Bagaimana menguji model sebelum memutuskan?

Tes termurah adalah satu jam Meteor seharga $1: DeepSeek V4.1 Flash unlimited selama satu jam, cukup untuk menjalankan perbandingan lima tugas di atas. Akun baru juga mendapat kredit awal $5, tetapi di antara model chat kredit itu hanya mencakup BroadNet Gemma 4 VL 26B; DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B butuh top up atau paket. Semua model tercantum di [halaman model](https://broadrouter.com/id/models/). Jika Anda masih memilih agen, bukan model, baca [Cline vs Roo Code vs Aider](https://broadrouter.com/id/blog/cline-vs-roo-code-vs-aider/).

Alat gratis untuk topik ini (bahasa Inggris)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Agen coding AI (AI coding agent)](https://broadrouter.com/id/glossary/coding-agent/)

Agen coding AI adalah alat perangkat lunak di mana model bahasa bekerja pada codebase dalam sebuah loop: membaca file, mengeditnya, menjalankan perintah seperti tes, membaca output, dan memutuskan langkah berikutnya sampai tugas selesai atau batas tercapai.

[Base URL](https://broadrouter.com/id/glossary/base-url/)

Base URL adalah alamat root tetap sebuah API, seperti https://api.example.com/v1, yang ditempatkan client di depan setiap path endpoint, seperti /chat/completions. Di SDK yang kompatibel dengan OpenAI, mengganti base URL bersama kunci API dan ID model akan mengarahkan kode yang sama ke penyedia lain.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

[Token input cache (cached input tokens)](https://broadrouter.com/id/glossary/cached-input-tokens/)

Token input cache adalah token prompt yang baru saja diproses penyedia LLM dan bisa dipakai ulang dari cache alih-alih dihitung lagi, biasanya prefiks berulang seperti system prompt atau dokumen. Penyedia menagihnya dengan tarif lebih rendah daripada token input baru.

[Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/)

Tool calling, disebut juga function calling, adalah fitur API LLM di mana model mengembalikan permintaan terstruktur untuk menjalankan fungsi yang didefinisikan developer, lengkap dengan argumen JSON. Aplikasi yang menjalankan fungsi itu dan mengirim hasilnya kembali; model tidak pernah menjalankan kode sendiri.

[API kompatibel OpenAI](https://broadrouter.com/id/glossary/openai-compatible-api/)

API kompatibel OpenAI adalah API HTTP yang menerima format permintaan dan respons yang sama dengan API OpenAI, seperti POST /v1/chat/completions, sehingga SDK dan tool OpenAI bisa memakainya hanya dengan mengganti base URL, kunci API, dan nama model.

[Context window (jendela konteks)](https://broadrouter.com/id/glossary/context-window/)

Context window adalah jumlah token maksimum yang bisa diolah model bahasa dalam satu permintaan. Cakupannya meliputi prompt, riwayat percakapan, definisi tool, gambar, dan output yang dihasilkan, termasuk token penalaran. Apa pun yang tidak muat harus dipotong, diringkas, atau dibagi ke beberapa permintaan.

## Pertanyaan umum

### Apakah Aider butuh model dengan tool calling?

Tidak. Aider meminta model mengembalikan edit dalam format teks seperti diff search-and-replace, lalu menerapkannya sendiri. Yang penting, model mengikuti format itu secara konsisten.

### Kenapa Aider memperingatkan bahwa ia tidak mengenal model saya?

Aider hanya membawa metadata untuk model-model populer. Untuk model lain, ia memperingatkan bahwa ukuran konteks dan biayanya tidak diketahui. Anda bisa mengabaikan peringatan itu atau menambahkan entri .aider.model.metadata.json.

### Model BroadNet mana yang sebaiknya saya pakai pertama kali di Aider?

DeepSeek V4.1 Flash, karena konteksnya 1 juta token, harga per token-nya rendah, dan merupakan satu-satunya model yang bisa dijalankan dengan paket unlimited. Coba GLM 5.3 atau Qwen3.8 27B dengan bayar sesuai pemakaian jika Anda ingin pendapat kedua untuk edit yang sulit.

### Bagaimana cara memakai model kustom kompatibel OpenAI di Aider?

Set OPENAI\_API\_BASE ke base URL penyedia dan OPENAI\_API\_KEY ke kunci Anda, lalu jalankan aider dengan --model berisi openai/ diikuti ID model; dokumentasi Aider menyuruh menambahkan awalan openai/ itu. Di Windows, pakai setx lalu buka ulang shell.

### Bisakah saya menjalankan dua jendela Aider dalam satu sesi paket?

Bisa, tetapi satu sesi menjalankan satu permintaan dalam satu waktu, jadi jendela kedua menunggu selama jendela pertama sedang berkomunikasi dengan model. Beli satu sesi untuk setiap jendela yang bekerja bersamaan.

## Baca juga

-   [Cara menjalankan agen coding paralel dengan API LLM harga tetap](https://broadrouter.com/id/blog/run-parallel-coding-agents-flat-rate/)
-   [API LLM harga tetap vs bayar per token: hitungan titik impas](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token input cache: cara memangkas tagihan API LLM](https://broadrouter.com/id/blog/cached-input-tokens-explained/)
-   [Cara menjalankan coding agent semalaman tanpa pengawasan dengan aman](https://broadrouter.com/id/blog/overnight-coding-agent-runs/)
-   [Berapa biaya sekali jalan agen coding AI: langkah, konteks, caching](https://broadrouter.com/id/blog/ai-coding-agent-run-cost/)
-   [Claude Code dengan model terbuka: proxy, endpoint native, dan batasnya](https://broadrouter.com/id/blog/claude-code-with-openai-compatible-models/)
-   [Panduan: Menjalankan Aider dengan DeepSeek V4.1 Flash unlimited](https://broadrouter.com/id/guides/aider-unlimited-deepseek/)
-   [Panduan: Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)
-   [Panduan: Cara kerja paket API LLM unlimited untuk agen](https://broadrouter.com/id/guides/unlimited-llm-api-sessions/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-best-llm-for-aider&utm_content=page-cta) ·

**Sumber**

-   [Dokumentasi Aider, API kompatibel OpenAI (diakses 2026-11-14)](https://aider.chat/docs/llms/openai-compat.html)
-   [Dokumentasi Aider, format edit (diakses 2026-11-14)](https://aider.chat/docs/more/edit-formats.html)
-   [Dokumentasi Aider, pengaturan model lanjutan dan metadata model (diakses 2026-11-14)](https://aider.chat/docs/config/adv-model-settings.html)
-   [Dokumentasi Aider, mode chat dan mode architect (diakses 2026-11-14)](https://aider.chat/docs/usage/modes.html)
-   [Leaderboard LLM Aider (diakses 2026-11-14)](https://aider.chat/docs/leaderboards/)
-   [Referensi API BroadNet Inference (diakses 2026-11-14) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-best-llm-for-aider&utm_content=sources)
