---
title: "Miglior LLM per Aider: scegliere e collegare il modello"
description: "Come scegliere il miglior LLM per Aider: rispetto del formato di modifica, contesto e costo orario, un test di un’ora sul tuo repo e OPENAI_API_BASE."
url: https://broadrouter.com/it/blog/best-llm-for-aider/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/blog/best-llm-for-aider/) (aggiornato il 2026-11-14).

# Miglior LLM per Aider: come scegliere il modello e collegarlo

A cura del team di BroadNet Inference · 6 min di lettura · Pubblicato 2026-11-14

Il miglior modello per Aider segue in modo affidabile il suo formato di modifica, tiene nel contesto la mappa del repository e costa abbastanza poco da girare tutto il giorno. Aider si collega a qualsiasi API compatibile con OpenAI: imposta OPENAI\_API\_BASE su https://inference.broadnet.ai/v1, imposta OPENAI\_API\_KEY e avvia aider --model openai/broadnet/deepseek-v4.1-flash. Con un piano Full Moon quel modello non ha contatore di token.

## Punti chiave

-   Aider modifica i file tramite formati di modifica testuali (whole, diff, udiff): un modello deve rispettare il formato, non solo scrivere buon codice.
-   Funziona qualsiasi endpoint compatibile con OpenAI: OPENAI\_API\_BASE più OPENAI\_API\_KEY, poi --model openai/<model-id>.
-   DeepSeek V4.1 Flash ha un contesto di 1.048.576 token ed è l’unico modello dei piani illimitati.
-   Aider rinvia a ogni turno la mappa del repository e la cronologia della chat, quindi in una fattura a token dominano i token di input.
-   Valuta un modello per un’ora sul tuo repository prima di sceglierlo.

**In questa pagina**

1.  Di cosa ha bisogno Aider da un modello?
2.  Come confronti i modelli sul tuo codice?
3.  Come colleghi Aider a un’API compatibile con OpenAI?
4.  Quali modelli BroadNet vanno bene per Aider?
5.  Conviene la modalità architect con due modelli?
6.  Aider costa meno a token o con un piano flat?
7.  Quali impostazioni di Aider fanno risparmiare turni?
8.  Come provi un modello prima di sceglierlo?

Aider è un pair programmer da terminale: aggiungi file alla chat, descrivi una modifica, e lui modifica i file e fa il commit del risultato in git. È indipendente dal modello, ed è questo il suo punto di forza e la prima domanda da porsi: quale modello ci colleghi?

Non esiste una risposta giusta unica, ma esiste un modo giusto per decidere. Questo articolo spiega cosa chiede davvero Aider a un modello, come confrontare i candidati e come collegare qualsiasi API compatibile con OpenAI con due variabili d’ambiente.

## Di cosa ha bisogno Aider da un modello?

Aider non usa il tool calling dell’API per modificare i file. Dice al modello di rispondere in un **formato di modifica**, poi analizza la risposta e la applica. La documentazione ne elenca diversi:

| Formato di modifica | Cosa restituisce il modello | Adatto a |
| --- | --- | --- |
| `whole` | Il nuovo contenuto completo di ogni file modificato | File piccoli, modelli più deboli |
| `diff` | Blocchi search/replace per le parti modificate | La maggior parte dei modelli e dei repo |
| `diff-fenced` | Lo stesso, con il percorso del file dentro il blocco | Modelli che sbagliano posizione al percorso |
| `udiff` | Un diff unificato semplificato | Modelli che sbandano con `diff` |

Un buon modello per Aider, quindi, ha bisogno di quattro cose:

1.  **Disciplina nel formato.** Se il blocco di ricerca non corrisponde esattamente al file, la modifica fallisce e Aider chiede di nuovo. Ogni nuovo tentativo è un’altra richiesta completa.
2.  **Spazio nel contesto.** Aider invia una mappa del repository (un riepilogo compatto dei simboli di tutto il repo), i file che hai aggiunto e la chat fin lì. Su un codebase grande sono decine di migliaia di token per turno.
3.  **Un ragionamento che stia nel budget.** I modelli di ragionamento pensano prima di rispondere, e quel ragionamento conta in `max_tokens`. Un limite troppo basso dà una risposta vuota.
4.  **Un prezzo che puoi lasciar correre.** Aider è loquace per progettazione. Conta il costo per ora di lavoro reale più del costo per token su una pagina di prezzi.

Le [classifiche](https://aider.chat/docs/leaderboards/) di Aider misurano quanto spesso i modelli completano esercizi di programmazione nei suoi formati di modifica. Sono un primo filtro utile, ma il tuo repository, il tuo linguaggio e le tue abitudini sposteranno il risultato. Usa qualsiasi benchmark come una rosa di candidati, non come un verdetto.

## Come confronti i modelli sul tuo codice?

Un test pratico richiede circa un’ora:

1.  Scegli cinque attività reali dal tuo backlog: una correzione di bug, una piccola funzionalità, un refactoring su due file, un test da scrivere e un aggiornamento della documentazione.
2.  Fai girare ogni modello candidato sulle stesse attività partendo dallo stesso commit git, con un branch per modello.
3.  Registra tre cose per attività: l’ha completata, quanti turni ci sono voluti e quante modifiche non sono state applicate.
4.  Leggi i diff. Un modello che «finisce» con una modifica dispersiva è peggiore di uno che ha bisogno di un turno in più ma resta contenuto.

Il costo si nasconde nelle modifiche fallite e nei turni in più. Un modello con un prezzo per token basso che richiede tre tentativi per ogni modifica può costare più di uno più caro che ci riesce al primo colpo.

## Come colleghi Aider a un’API compatibile con OpenAI?

La [configurazione compatibile con OpenAI](https://aider.chat/docs/llms/openai-compat.html) di Aider richiede un base URL, una chiave e un nome di modello con il prefisso `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
```

Il prefisso `openai/` dice ad Aider (tramite LiteLLM) di usare il formato OpenAI verso il tuo base URL. Tutto ciò che segue il prefisso è l’ID del modello del provider, barra compresa. La versione passo passo, Windows incluso, è nella [guida ad Aider](https://broadrouter.com/it/guides/aider-unlimited-deepseek/).

Per renderla permanente, metti le stesse impostazioni in `.aider.conf.yml` nella tua home o nella radice del repo:

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

Tieni la chiave nell’ambiente, non in un file che potresti committare.

### Zittire l’avviso sul modello sconosciuto

Aider conosce dimensioni del contesto e prezzi solo dei modelli più diffusi. Per gli altri stampa un avviso. La sua documentazione dice che di solito puoi ignorarlo, perché Aider «never enforces token limits» (traduzione: non impone mai limiti di token); riporta solo gli errori del provider. Per dargli numeri precisi, aggiungi `.aider.model.metadata.json` nella tua home, nella radice del repo o nella cartella da cui lo avvii:

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

Il valore di output lì è un’impostazione che scegli tu, non un limite pubblicato. Lascia spazio al ragionamento.

## Quali modelli BroadNet vanno bene per Aider?

BroadNet Inference serve tre modelli chat adatti al lavoro sul codice. I prezzi sono per 1M di token, dal file dei prezzi pubblicato:

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

Tutti e tre ragionano prima di rispondere. BroadNet Gemma 4 VL 26B ha un contesto di 32.768 token, stretto per la mappa del repository di Aider più diversi file, quindi è meglio riservarlo a lavori più leggeri.

**DeepSeek V4.1 Flash** è qui la scelta predefinita per un motivo semplice: è l’unico modello dei piani illimitati di BroadNet. Una sessione Full Moon costa $60 al mese senza contatore di token, e l’abitudine di Aider di rinviare il contesto a ogni turno smette di essere un problema di costo. La sua finestra da 1M di token ti permette anche di aggiungere più file del solito senza tagliare.

**GLM 5.3** costa di più per token di output. Vale la pena provarlo a consumo come modello architect per i passi di progettazione difficili, dove conta la qualità per turno più del volume.

**Qwen3.8 27B** ha lo stesso prezzo di input di Flash e un contesto da 262K. È un secondo modello ragionevole se vuoi confrontare il comportamento sul tuo codebase.

## Conviene la modalità architect con due modelli?

La [modalità architect](https://aider.chat/docs/usage/modes.html) di Aider divide un turno in due: un modello architect pianifica la modifica e un modello editor trasforma il piano in modifiche ai file. Così puoi abbinare un modello di ragionamento più forte a un editor più economico e affidabile nel formato:

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

La documentazione di Aider fa notare che ora ogni turno usa due richieste LLM. Su una sessione del piano questo conta per la concorrenza, non per il costo: le due richieste girano una dopo l’altra, quindi una sessione basta per una finestra di Aider.

## Aider costa meno a token o con un piano flat?

Il traffico di Aider, pesante in input, è proprio il caso in cui il prezzo flat ripaga. Un agente di coding di solito invia molto più input di quanto riceva, e gran parte di quell’input si ripete. Con il prompt caching l’input ripetuto si paga alla tariffa in cache ($0.0055 per 1M su Flash), quindi la prima leva su una chiave a token è un prefisso del prompt stabile. [Come si paga l’input in cache](https://broadrouter.com/it/blog/cached-input-tokens-explained/).

La seconda leva è il piano. L’esempio di calcolo di BroadNet per un agente di coding a tempo pieno arriva a circa $65.40 al mese a consumo, contro $60 per una sessione Full Moon, quindi per quel profilo conviene Full Moon. L’uso leggero e occasionale è il caso opposto. Inserisci i tuoi numeri nel [calcolatore flat vs a token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/), oppure leggi [piano flat o pagamento a token](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/). Per altre leve di costo valide per qualsiasi agente di coding, vedi [10 modi per ridurre i costi LLM degli agenti di coding](https://broadrouter.com/it/blog/cut-coding-agent-llm-costs/).

## Quali impostazioni di Aider fanno risparmiare turni?

-   **Lascia spazio al ragionamento.** Se Aider riceve una risposta vuota, il modello ha speso il suo budget di output a ragionare. [Perché le risposte arrivano vuote](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).
-   **Aggiungi solo i file che cambiano.** La mappa del repository di Aider dice già al modello dove si trovano le cose. I file in più costano contesto e attenzione.
-   **Usa `/clear` tra attività non collegate.** La vecchia cronologia della chat è input a ogni turno.
-   **Lascia attivi i commit automatici.** Ogni modifica di Aider diventa un commit git, quindi `/undo` è a un comando di distanza quando un modello sbaglia.
-   **Una finestra per sessione.** Due finestre di Aider su una sola sessione del piano si alternano. Compra una seconda sessione se lavori su due repo insieme; vedi [far girare agenti di coding in parallelo](https://broadrouter.com/it/blog/run-parallel-coding-agents-flat-rate/).

## Come provi un modello prima di sceglierlo?

Il test più economico è un’ora Meteor a $1: DeepSeek V4.1 Flash illimitato per un’ora, abbastanza per il confronto su cinque attività descritto sopra. I nuovi account ricevono anche $5 di credito iniziale, ma tra i modelli chat copre solo BroadNet Gemma 4 VL 26B; DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B richiedono una ricarica o un piano. Tutti i modelli sono elencati nella [pagina dei modelli](https://broadrouter.com/it/models/). Se stai ancora scegliendo tra agenti più che tra modelli, leggi [Cline vs Roo Code vs Aider](https://broadrouter.com/it/blog/cline-vs-roo-code-vs-aider/).

Strumenti gratuiti sul tema (in inglese)

-   [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.

[Strumenti gratuiti (in inglese)](https://broadrouter.com/tools/)

## Termini in questo articolo

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

Un token è l’unità di testo che un modello linguistico legge e scrive: una parola, una parte di parola, un segno di punteggiatura o una sequenza di byte prodotta dal tokenizer del modello. Le API LLM contano, limitano e di solito fatturano l’uso in token.

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

La base URL è l’indirizzo radice fisso di un’API, come https://api.example.com/v1, che un client antepone a ogni percorso di endpoint, come /chat/completions. Negli SDK compatibili con OpenAI, cambiare la base URL, insieme alla chiave API e all’ID del modello, punta lo stesso codice verso un altro provider.

[Pagamento a consumo (pay-as-you-go)](https://broadrouter.com/it/glossary/pay-as-you-go/)

Il pagamento a consumo è un modello di prezzo in cui paghi solo ciò che usi, misurato per unità come token, richieste o minuti di audio, senza abbonamento né impegno minimo. La maggior parte delle API LLM fattura così, da un saldo prepagato o con una fattura periodica.

[Agente di coding AI (AI coding agent)](https://broadrouter.com/it/glossary/coding-agent/)

Un agente di coding AI è uno strumento software in cui un modello linguistico lavora su una codebase in un ciclo: legge file, li modifica, esegue comandi come i test, legge l’output e decide il passo successivo finché il compito è finito o si raggiunge un limite.

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

I token di input in cache sono token del prompt che un provider LLM ha elaborato da poco e può riusare da una cache invece di ricalcolarli, di solito un prefisso ripetuto come un system prompt o un documento. I provider li fatturano a una tariffa più bassa dei token di input nuovi.

[Tool calling (chiamata di strumenti)](https://broadrouter.com/it/glossary/tool-calling/)

Il tool calling, detto anche function calling, è una funzionalità delle API LLM in cui il modello restituisce una richiesta strutturata di eseguire una funzione definita dallo sviluppatore, con argomenti JSON. L’applicazione esegue la funzione e rimanda il risultato; il modello non esegue mai codice da solo.

[AI multimodale (multimodal AI)](https://broadrouter.com/it/glossary/multimodal/)

L’AI multimodale è un modello o un sistema che lavora con più di un tipo di dato, come testo, immagini, video e audio. Un modello multimodale può leggere insieme una foto e una domanda, oppure ricevere parlato e rispondere in testo. Il tipo più comune è il modello vision-language.

[API compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/)

Un’API compatibile con OpenAI è un’API HTTP che accetta gli stessi formati di richiesta e di risposta dell’API di OpenAI, come POST /v1/chat/completions, così SDK e strumenti di OpenAI possono usarla cambiando solo base URL, chiave API e nome del modello.

## Domande frequenti

### Aider ha bisogno di un modello con tool calling?

No. Aider chiede al modello di restituire le modifiche in un formato testuale, come un diff search/replace, poi le applica da solo. Conta che il modello segua quel formato con costanza.

### Perché Aider avvisa che non conosce il mio modello?

Aider include i metadati solo dei modelli più diffusi. Per tutti gli altri avvisa che dimensione del contesto e costo sono sconosciuti. Puoi ignorare l’avviso o aggiungere una voce in .aider.model.metadata.json.

### Con quale modello BroadNet conviene iniziare in Aider?

DeepSeek V4.1 Flash, perché ha un contesto da 1M di token, prezzi per token bassi ed è l’unico modello che puoi usare con un piano illimitato. Prova GLM 5.3 o Qwen3.8 27B a consumo se vuoi un secondo parere sulle modifiche difficili.

### Come uso in Aider un modello personalizzato compatibile con OpenAI?

Imposta OPENAI\_API\_BASE sul base URL del provider e OPENAI\_API\_KEY sulla tua chiave, poi avvia aider con --model impostato su openai/ seguito dall’ID del modello; la documentazione di Aider dice di aggiungere quel prefisso openai/. Su Windows usa setx e riavvia la shell.

### Posso aprire due finestre di Aider su una sola sessione del piano?

Puoi, ma una sessione esegue una richiesta alla volta, quindi la seconda finestra aspetta mentre la prima parla con il modello. Compra una sessione per ogni finestra che lavora in contemporanea.

## Continua a leggere

-   [Come far girare agenti di coding in parallelo con un’API LLM flat](https://broadrouter.com/it/blog/run-parallel-coding-agents-flat-rate/)
-   [API LLM a tariffa flat o a consumo per token: i conti del pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token di input in cache: come ridurre la bolletta delle API LLM](https://broadrouter.com/it/blog/cached-input-tokens-explained/)
-   [Come far lavorare gli agenti di coding di notte, in sicurezza](https://broadrouter.com/it/blog/overnight-coding-agent-runs/)
-   [Costo di un’esecuzione di un agente di coding: passi, contesto, cache](https://broadrouter.com/it/blog/ai-coding-agent-run-cost/)
-   [Claude Code con modelli open-weight: proxy, endpoint nativi e limiti](https://broadrouter.com/it/blog/claude-code-with-openai-compatible-models/)
-   [Guida: Usare Aider con DeepSeek V4.1 Flash illimitato](https://broadrouter.com/it/guides/aider-unlimited-deepseek/)
-   [Guida: Perché un modello di ragionamento restituisce una risposta vuota](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/)
-   [Guida: Come funzionano i piani API LLM illimitati per gli agenti](https://broadrouter.com/it/guides/unlimited-llm-api-sessions/)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

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

**Fonti**

-   [Documentazione di Aider, API compatibili con OpenAI (consultata il 2026-11-14)](https://aider.chat/docs/llms/openai-compat.html)
-   [Documentazione di Aider, formati di modifica (consultata il 2026-11-14)](https://aider.chat/docs/more/edit-formats.html)
-   [Documentazione di Aider, impostazioni avanzate e metadati dei modelli (consultata il 2026-11-14)](https://aider.chat/docs/config/adv-model-settings.html)
-   [Documentazione di Aider, modalità di chat e modalità architect (consultata il 2026-11-14)](https://aider.chat/docs/usage/modes.html)
-   [Classifiche LLM di Aider (consultate il 2026-11-14)](https://aider.chat/docs/leaderboards/)
-   [Riferimento API di BroadNet Inference (consultato il 2026-11-14) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-best-llm-for-aider&utm_content=sources)
