Aider est un binôme de programmation dans le terminal : vous ajoutez des fichiers au chat, décrivez une modification, et il modifie les fichiers puis commite le résultat dans git. Il est agnostique quant au modèle, ce qui fait sa force et soulève la première question : quel modèle brancher ?
Il n’y a pas de réponse unique, mais il existe une bonne façon de décider. Cet article explique ce qu’Aider attend réellement d’un modèle, comment comparer les candidats et comment connecter n’importe quelle API compatible OpenAI avec deux variables d’environnement.
De quoi Aider a-t-il besoin chez un modèle ?
Aider n’utilise pas l’appel d’outils de l’API pour modifier les fichiers. Il demande au modèle de répondre dans un format d’édition, puis analyse la réponse et l’applique. Sa documentation en liste plusieurs :
| Format d’édition | Ce que renvoie le modèle | Adapté à |
|---|---|---|
whole |
Le nouveau contenu complet de chaque fichier modifié | Petits fichiers, modèles plus faibles |
diff |
Des blocs search/replace pour les parties modifiées | La plupart des modèles et des dépôts |
diff-fenced |
La même chose, avec le chemin du fichier dans le bloc délimité | Modèles qui placent mal les chemins |
udiff |
Un diff unifié simplifié | Modèles qui dérivent en diff |
Un bon modèle pour Aider doit donc réunir quatre qualités :
- La rigueur du format. Si le bloc de recherche ne correspond pas exactement au fichier, la modification échoue et Aider redemande. Chaque retry est une requête complète de plus.
- De la place dans le contexte. Aider envoie une carte du dépôt (un résumé compact des symboles de tout le dépôt), les fichiers ajoutés et le chat jusqu’ici. Sur une grosse base de code, cela représente des dizaines de milliers de tokens par tour.
- Un raisonnement qui tient dans le budget. Les modèles de raisonnement réfléchissent avant de répondre, et cette réflexion compte dans
max_tokens. Une limite trop basse donne une réponse vide. - Un prix qui permet de le laisser tourner. Aider est bavard par conception. Le coût par heure de travail réel compte plus que le coût par token affiché sur une page de tarifs.
Les classements d’Aider mesurent la fréquence à laquelle les modèles réussissent des exercices de programmation dans ses formats d’édition. C’est un premier filtre utile, mais votre dépôt, votre langage et vos habitudes feront varier le résultat. Considérez tout benchmark comme une présélection, pas comme un verdict.
Comment comparer des modèles sur votre propre code ?
Un test pratique prend environ une heure :
- Choisissez cinq vraies tâches dans votre backlog : une correction de bug, une petite fonctionnalité, un refactoring sur deux fichiers, un test à écrire et une mise à jour de documentation.
- Faites traiter les mêmes tâches par chaque modèle candidat à partir du même commit git, avec une branche par modèle.
- Notez trois choses par tâche : est-elle terminée, combien de tours a-t-il fallu, et combien de modifications n’ont pas pu être appliquées ?
- Lisez les diffs. Un modèle qui « termine » avec une modification tentaculaire vaut moins qu’un modèle qui demande un tour de plus mais reste concis.
C’est dans les modifications échouées et les tours supplémentaires que le coût se cache. Un modèle au prix par token bas qui demande trois tentatives par modification peut coûter plus qu’un modèle plus cher qui réussit du premier coup.
Comment connecter Aider à une API compatible OpenAI ?
La configuration compatible OpenAI d’Aider demande une URL de base, une clé et un nom de modèle préfixé par 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
Le préfixe openai/ indique à Aider (via LiteLLM) d’utiliser le format d’échange OpenAI avec votre URL de base. Tout ce qui suit le préfixe est l’ID de modèle du fournisseur, barre oblique comprise. La version pas à pas, Windows compris, se trouve dans le guide Aider.
Pour rendre ces réglages permanents, placez-les dans .aider.conf.yml, dans votre répertoire personnel ou à la racine du dépôt :
openai-api-base: https://inference.broadnet.ai/v1
model: openai/broadnet/deepseek-v4.1-flash
Gardez la clé dans l’environnement plutôt que dans un fichier que vous risquez de commiter.
Faire taire l’avertissement sur le modèle inconnu
Aider ne connaît les tailles de contexte et les prix que des modèles populaires. Pour les autres, il affiche un avertissement. Sa documentation indique que vous pouvez en général l’ignorer, car Aider « never enforces token limits » (traduction : « n’impose jamais de limites de tokens ») ; il se contente de remonter les erreurs du fournisseur. Pour lui donner des chiffres exacts, ajoutez .aider.model.metadata.json dans votre répertoire personnel, à la racine du dépôt ou dans le répertoire de lancement :
{
"openai/broadnet/deepseek-v4.1-flash": {
"max_input_tokens": 1048576,
"max_output_tokens": 32000,
"litellm_provider": "openai",
"mode": "chat"
}
}
La valeur de sortie indiquée est un réglage que vous choisissez, pas une limite publiée. Laissez de la marge pour le raisonnement.
Quels modèles BroadNet conviennent à Aider ?
BroadNet Inference sert trois modèles de chat adaptés au travail de développement. Prix par million de tokens, d’après le fichier de prix publié :
| Modèle | Contexte | Entrée | Entrée en cache | Sortie |
|---|---|---|---|---|
| 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 |
Les trois raisonnent avant de répondre. BroadNet Gemma 4 VL 26B a un contexte de 32 768 tokens, ce qui est juste pour la carte du dépôt d’Aider plus plusieurs fichiers : mieux vaut le réserver à des tâches plus légères.
DeepSeek V4.1 Flash est ici le choix par défaut pour une raison simple : c’est le seul modèle inclus dans les forfaits illimités de BroadNet. Une session Full Moon coûte $60 par mois sans compteur de tokens, et l’habitude d’Aider de renvoyer le contexte à chaque tour cesse d’être un problème de coût. Sa fenêtre de 1M de tokens permet aussi d’ajouter plus de fichiers que d’habitude sans élaguer.
GLM 5.3 coûte plus cher par token de sortie. Il vaut la peine d’être essayé en paiement à l’usage comme modèle architect pour les étapes de conception difficiles, où la qualité de chaque tour compte plus que le volume.
Qwen3.8 27B a le même prix d’entrée que Flash et un contexte de 262K. C’est un deuxième modèle raisonnable si vous voulez comparer les comportements sur votre base de code.
Faut-il utiliser le mode architect avec deux modèles ?
Le mode architect d’Aider scinde un tour en deux : un modèle architect planifie la modification, et un modèle éditeur transforme le plan en modifications de fichiers. Vous pouvez ainsi associer un modèle de raisonnement plus fort à un éditeur moins cher et fiable sur le format :
aider --architect \
--model openai/broadnet/glm-5.3 \
--editor-model openai/broadnet/deepseek-v4.1-flash
La documentation d’Aider précise que chaque tour utilise alors deux requêtes LLM. Avec une session de forfait, cela joue sur la simultanéité, pas sur le coût : les deux requêtes s’exécutent l’une après l’autre, donc une session suffit pour une fenêtre Aider.
Aider revient-il moins cher au token ou au forfait ?
Le trafic d’Aider, chargé en entrée, est celui où un prix forfaitaire est rentable. Un agent de code envoie en général bien plus d’entrée qu’il n’en reçoit, et une grande partie de cette entrée se répète. Avec le prompt caching, l’entrée répétée est facturée au tarif de l’entrée en cache ($0.0055 par million sur Flash) : le premier levier sur une clé au token est donc un préfixe de prompt stable. Comment l’entrée en cache est facturée.
Le second levier est le forfait. L’exemple chiffré de BroadNet pour un agent de code à plein temps arrive à environ $65.40 par mois en paiement à l’usage, contre $60 pour une session Full Moon : pour ce profil, Full Moon est donc moins cher. Un usage léger et occasionnel est le cas inverse. Entrez vos propres chiffres dans le calculateur forfait ou paiement au token, ou lisez forfait ou paiement au token. Pour d’autres leviers de coût valables pour tout agent de code, voir 10 façons de réduire le coût LLM d’un agent de code.
Quels réglages d’Aider font économiser des tours ?
- Laissez de la marge pour le raisonnement. Si Aider reçoit une réponse vide, le modèle a épuisé son budget de sortie à réfléchir. Pourquoi les réponses reviennent vides.
- N’ajoutez que les fichiers qui changent. La carte du dépôt indique déjà au modèle où se trouvent les choses. Les fichiers en trop coûtent du contexte et de l’attention.
- Utilisez
/clearentre des tâches sans rapport. L’ancien historique du chat est de l’entrée à chaque tour. - Laissez les commits automatiques activés. Chaque modification d’Aider devient un commit git, donc
/undoest à une commande quand un modèle se trompe. - Une fenêtre par session. Deux fenêtres Aider sur une même session de forfait passent chacune leur tour. Prenez une deuxième session si vous travaillez dans deux dépôts à la fois ; voir faire tourner des agents de code en parallèle.
Comment tester un modèle avant de vous engager ?
Le test le moins cher est une heure Meteor à $1 : DeepSeek V4.1 Flash illimité pendant une heure, assez pour la comparaison sur cinq tâches décrite plus haut. Les nouveaux comptes reçoivent aussi $5 de crédit de départ, mais parmi les modèles de chat il ne couvre que BroadNet Gemma 4 VL 26B ; DeepSeek V4.1 Flash, GLM 5.3 et Qwen3.8 27B nécessitent une recharge ou un forfait. Tous les modèles sont listés sur la page des modèles. Si vous hésitez encore entre des agents plutôt qu’entre des modèles, lisez Cline, Roo Code ou Aider.
