Aider 是一个终端里的结对编程工具:你把文件添加到聊天中,描述要做的改动,它就修改文件并把结果提交到 git。它不绑定任何模型,这是它的优势,也带来了第一个问题:该接入哪个模型?
没有唯一正确的答案,但有正确的决策方法。本文介绍 Aider 到底对模型有什么要求、如何比较候选模型,以及如何用两个环境变量接入任意 OpenAI 兼容 API。
Aider 对模型有什么要求?
Aider 编辑文件时不使用 API 的工具调用。它让模型以一种编辑格式回复,然后解析回复并应用修改。它的文档列出了几种格式:
| 编辑格式 | 模型返回什么 | 适用场景 |
|---|---|---|
whole |
每个被修改文件的完整新内容 | 小文件、较弱的模型 |
diff |
针对修改部分的 search/replace 块 | 大多数模型、大多数仓库 |
diff-fenced |
同上,但文件路径写在代码围栏内 | 容易把路径放错位置的模型 |
udiff |
简化的 unified diff | 用 diff 时容易跑偏的模型 |
所以一个好的 Aider 模型需要具备四点:
- 遵循格式。 如果 search 块与文件内容不能完全匹配,编辑就会失败,Aider 会再问一次。每次重试都是又一个完整的请求。
- 上下文空间。 Aider 会发送仓库地图(全仓库符号的精简摘要)、你添加的文件以及到目前为止的聊天记录。在大型代码库上,每一轮就是几万个 token。
- 思考量与预算匹配。 思考模型在回答前会先思考,而思考计入
max_tokens。上限设得太小,就会得到空回复。 - 价格低到可以一直开着。 Aider 天生“话多”。实际工作中每小时的成本,比价格页上每 token 的价格更重要。
Aider 自己的排行榜衡量各模型用其编辑格式完成编程练习的比例。它是有用的初筛工具,但你的仓库、语言和使用习惯都会改变结果。任何基准测试都只能当作候选名单,而不是最终结论。
怎样在自己的代码上比较模型?
一个实用的测试大约需要一小时:
- 从待办中挑选五个真实任务:一个 bug 修复、一个小功能、一次跨两个文件的重构、编写一个测试、更新一份文档。
- 从同一个 git 提交出发,让每个候选模型完成同样的任务,每个模型一个分支。
- 每个任务记录三件事:是否完成、用了多少轮、有多少次编辑未能应用。
- 阅读 diff。一个“完成了”但改动铺得很开的模型,不如多用一轮却保持改动精简的模型。
失败的编辑和额外的轮次正是成本藏身之处。每 token 价格低、但每次编辑要试三次的模型,可能比一次就做对的更贵模型花得更多。
怎样把 Aider 接入 OpenAI 兼容 API?
Aider 的 OpenAI 兼容配置需要一个 base URL、一个密钥,以及带 openai/ 前缀的模型名:
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
openai/ 前缀告诉 Aider(通过 LiteLLM)对你的 base URL 使用 OpenAI 的通信格式。前缀之后的部分就是服务商的模型 ID,包括其中的斜杠。包含 Windows 在内的分步说明见 Aider 指南。
要让配置永久生效,把同样的设置写进主目录或仓库根目录下的 .aider.conf.yml:
openai-api-base: https://inference.broadnet.ai/v1
model: openai/broadnet/deepseek-v4.1-flash
密钥请放在环境变量中,而不是放在可能被提交的文件里。
消除“未知模型”警告
Aider 只知道热门模型的上下文大小和价格。对于其他模型,它会打印一条警告。它的文档说通常可以忽略,因为 Aider “never enforces token limits”(译文:从不强制执行 token 限制);它只会报告服务商返回的错误。如果想给它准确的数字,可以在主目录、仓库根目录或启动目录中添加 .aider.model.metadata.json:
{
"openai/broadnet/deepseek-v4.1-flash": {
"max_input_tokens": 1048576,
"max_output_tokens": 32000,
"litellm_provider": "openai",
"mode": "chat"
}
}
其中的输出数值是你自己选择的设置,而不是公布的上限。请为思考留出空间。
BroadNet 的哪些模型适合 Aider?
BroadNet Inference 提供三个适合编程工作的对话模型。价格为每 1M token,取自公开的价格文件:
| 模型 | 上下文 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|---|
| 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 |
这三个模型都会先思考再回答。BroadNet Gemma 4 VL 26B 的上下文为 32,768 token,放下 Aider 的仓库地图再加几个文件就很紧张了,所以更适合留给较轻的任务。
这里默认选 DeepSeek V4.1 Flash,理由很简单:它是 BroadNet 不限量套餐中唯一的模型。一个 Full Moon 会话每月 $60,不计 token,Aider 每轮重发上下文的习惯也就不再是成本问题。它的 1M token 窗口还意味着你可以比平时添加更多文件,而不必裁剪。
GLM 5.3 每个输出 token 的价格更高。在困难的设计步骤中,每一轮的质量比用量更重要,这时值得按量付费把它作为 architect 模型试一试。
Qwen3.8 27B 的输入价格与 Flash 相同,上下文为 262K。如果你想在自己的代码库上比较不同模型的表现,它是一个合理的第二选择。
要不要用双模型的 architect 模式?
Aider 的 architect 模式把一轮拆成两步:architect 模型规划改动,editor 模型把规划变成文件编辑。这样你就可以把较强的思考模型和更便宜、格式更可靠的编辑模型搭配起来:
aider --architect \
--model openai/broadnet/glm-5.3 \
--editor-model openai/broadnet/deepseek-v4.1-flash
Aider 的文档指出,这样每一轮会用到两个大模型请求。在套餐会话上,这影响的是并发而不是成本:两个请求先后执行,所以一个 Aider 窗口只需一个会话。
Aider 按 token 计费更便宜,还是用固定价格套餐?
Aider 以输入为主的流量,正是固定价格能回本的地方。编程智能体发送的输入通常远多于接收的输出,而且大部分输入是重复的。借助提示词缓存,重复的输入按缓存价格计费(Flash 上每 1M $0.0055),所以在按 token 计费的密钥上,第一个杠杆是稳定的提示词前缀。参见缓存输入如何计费。
第二个杠杆是套餐。在 BroadNet 的全职编程智能体计算示例中,按量付费每月约 $65.40,而一个 Full Moon 会话为 $60,所以对这种用量来说,Full Moon 更便宜。轻度、偶尔使用则正好相反。把你自己的数字代入固定价格 vs 按 token 计费计算器,或者阅读固定价格 vs 按 token 付费。适用于任何编程智能体的更多降本手段,见降低编程智能体大模型成本的 10 个方法。
哪些 Aider 设置能省下轮次?
- 为思考留出空间。 如果 Aider 收到空回复,说明模型把输出预算花在了思考上。参见为什么回答是空的。
- 只添加需要修改的文件。 Aider 的仓库地图已经告诉模型代码在哪里。多余的文件会消耗上下文和注意力。
- 在不相关的任务之间使用
/clear。 旧的聊天历史在每一轮都是输入。 - 保持自动提交开启。 Aider 的每次编辑都会变成一个 git 提交,所以模型出错时,
/undo一条命令就能回退。 - 一个会话一个窗口。 一个套餐会话上的两个 Aider 窗口要轮流等待。如果你同时在两个仓库中工作,就再买一个会话;参见运行并行编程智能体。
正式选定之前,怎样测试一个模型?
最便宜的测试是一个 $1 的 Meteor 小时:一小时内不限量使用 DeepSeek V4.1 Flash,足够跑完上面的五任务对比。新账户还会获得 $5 的初始额度,但在对话模型中,它只适用于 BroadNet Gemma 4 VL 26B;DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 需要充值或购买套餐。所有模型都列在模型页面上。如果你还在比较智能体而不是模型,请阅读 Cline vs Roo Code vs Aider。
