Aider はターミナルで使うペアプログラマーです。ファイルをチャットに追加し、変更内容を説明すると、ファイルを編集して結果を git にコミットします。特定のモデルに縛られないのが強みであり、それゆえ最初の疑問が生まれます。どのモデルをつなげばよいのでしょうか。
唯一の正解はありませんが、正しい決め方はあります。この記事では、Aider が実際にモデルに求めるもの、候補の比べ方、そして 2 つの環境変数で任意の OpenAI 互換 API に接続する方法を説明します。
Aider はモデルに何を求めるのですか?
Aider はファイルの編集に API のツール呼び出しを使いません。モデルに編集形式で回答するよう指示し、その回答を解析して適用します。ドキュメントにはいくつかの形式が挙げられています。
| 編集形式 | モデルが返すもの | 向いている場面 |
|---|---|---|
whole |
変更した各ファイルの新しい内容全体 | 小さなファイル、性能の低いモデル |
diff |
変更部分の search/replace ブロック | ほとんどのモデル、ほとんどのリポジトリ |
diff-fenced |
同上で、ファイルパスをフェンスの内側に書く | パスの位置を間違えやすいモデル |
udiff |
簡略化した unified diff | diff で崩れやすいモデル |
つまり、Aider 向けのよいモデルには次の 4 つが必要です。
- 形式を守ること。 search ブロックがファイルと完全に一致しないと編集は失敗し、Aider はもう一度問い合わせます。再試行のたびに、完全なリクエストがもう 1 回発生します。
- コンテキストの余裕。 Aider はリポジトリマップ(リポジトリ全体のシンボルをまとめたコンパクトな要約)、追加したファイル、それまでのチャットを送ります。大きなコードベースでは、1 ターンあたり数万トークンになります。
- 予算に収まる推論。 推論モデルは回答の前に思考し、その思考は
max_tokensに含まれます。上限が小さすぎると空の回答になります。 - 動かしっぱなしにできる価格。 Aider は設計上やり取りが多いツールです。料金ページのトークン単価よりも、実作業 1 時間あたりのコストのほうが重要です。
Aider 自身のリーダーボードは、Aider の編集形式でモデルがコーディング課題をどれだけ完了できるかを測っています。最初のふるい分けには役立ちますが、リポジトリ、言語、使い方によって結果は変わります。どのベンチマークも、結論ではなく候補リストとして扱ってください。
自分のコードでモデルを比べるにはどうしますか?
実用的なテストは 1 時間ほどで終わります。
- バックログから実際のタスクを 5 つ選びます:バグ修正、小さな機能、2 ファイルにまたがるリファクタリング、テストの作成、ドキュメントの更新。
- 同じ git コミットから、各候補モデルに同じタスクを実行させます。ブランチはモデルごとに 1 つです。
- タスクごとに 3 つのことを記録します:完了したか、何ターンかかったか、適用に失敗した編集はいくつあったか。
- diff を読みます。広範囲に手を広げて「完了」したモデルより、1 ターン多くかかっても変更が小さく収まるモデルのほうが優れています。
失敗した編集と余分なターンこそ、コストが隠れている場所です。トークン単価が安くても編集ごとに 3 回やり直すモデルは、一発で正しく編集できる高めのモデルより高くつくことがあります。
Aider を OpenAI 互換 API に接続するには?
Aider の OpenAI 互換の設定に必要なのは、ベース URL、キー、そして openai/ を先頭に付けたモデル名です。
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/ 接頭辞は、(LiteLLM を通じて)ベース URL に対して OpenAI の通信形式を使うよう Aider に伝えます。接頭辞のあとの部分は、スラッシュも含めてプロバイダーのモデル ID です。Windows を含む手順は Aider ガイドにあります。
設定を恒久化するには、ホームディレクトリかリポジトリのルートにある .aider.conf.yml に同じ内容を書きます。
openai-api-base: https://inference.broadnet.ai/v1
model: openai/broadnet/deepseek-v4.1-flash
キーは、うっかりコミットしかねないファイルではなく、環境変数に置いてください。
未知のモデルに関する警告を消す
Aider がコンテキストサイズと価格を把握しているのは人気モデルだけです。それ以外のモデルでは警告を表示します。ドキュメントによれば、Aider は “never enforces token limits”(訳:トークン上限を強制することはない)ので、通常は無視してかまいません。Aider はプロバイダーのエラーを報告するだけです。正確な数値を渡したい場合は、ホームディレクトリ、リポジトリのルート、または起動ディレクトリに .aider.model.metadata.json を追加します。
{
"openai/broadnet/deepseek-v4.1-flash": {
"max_input_tokens": 1048576,
"max_output_tokens": 32000,
"litellm_provider": "openai",
"mode": "chat"
}
}
ここでの出力の数値は自分で選ぶ設定値であり、公表された上限ではありません。推論の分の余裕を残してください。
Aider に合う BroadNet のモデルはどれですか?
BroadNet Inference には、コーディング作業に向いたチャットモデルが 3 つあります。価格は 100 万トークンあたりで、公開されている価格ファイルから取っています。
| モデル | コンテキスト | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|---|
| 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 |
3 つとも回答の前に推論します。BroadNet Gemma 4 VL 26B のコンテキストは 32,768 トークンで、Aider のリポジトリマップに複数のファイルを加えると窮屈なので、軽い作業向けに取っておくほうがよいでしょう。
ここでの第一候補は DeepSeek V4.1 Flash です。理由は単純で、BroadNet の無制限プランで使える唯一のモデルだからです。Full Moon セッションは月 $60 でトークンのメーターがなく、毎ターンコンテキストを再送する Aider の癖もコストの問題ではなくなります。100 万トークンのウィンドウがあるので、削らずにいつもより多くのファイルを追加することもできます。
GLM 5.3 は出力トークンの単価が高めです。量よりも 1 ターンごとの質が重要な、難しい設計ステップの architect モデルとして、従量課金で試す価値があります。
Qwen3.8 27B は入力価格が Flash と同じで、コンテキストは 262K です。自分のコードベースでの挙動を比べたいなら、2 つ目のモデルとして妥当な選択です。
2 つのモデルで architect モードを使うべきですか?
Aider の architect モードは、1 ターンを 2 つに分けます。architect モデルが変更を計画し、editor モデルがその計画をファイルの編集に変えます。これにより、推論の強いモデルと、安くて形式に忠実な editor を組み合わせられます。
aider --architect \
--model openai/broadnet/glm-5.3 \
--editor-model openai/broadnet/deepseek-v4.1-flash
Aider のドキュメントによると、この場合は 1 ターンで LLM へのリクエストが 2 回発生します。プランのセッションでは、これはコストではなく同時実行数に関わります。2 つのリクエストは順番に実行されるので、Aider のウィンドウ 1 つにはセッション 1 つで足ります。
Aider はトークン課金と定額プランのどちらが安いですか?
入力の多い Aider のトラフィックこそ、定額料金が元を取りやすい場面です。コーディングエージェントは通常、受け取るよりはるかに多くの入力を送り、その多くは繰り返しです。プロンプトキャッシュがあれば、繰り返しの入力はキャッシュ料金(Flash では 100 万トークンあたり $0.0055)で課金されるので、トークン課金のキーでの最初のレバーは、プロンプトのプレフィックスを固定することです。詳しくはキャッシュ入力の課金の仕組みをご覧ください。
2 つ目のレバーはプランです。フルタイムのコーディングエージェントに関する BroadNet の試算例では、従量課金で月約 $65.40、Full Moon セッションは $60 なので、この利用パターンでは Full Moon のほうが安くなります。軽い、たまの利用ならその逆です。ご自身の数字は定額 vs トークン課金の計算ツールに入れるか、定額とトークン課金の比較をお読みください。どのコーディングエージェントにも使えるコスト削減策は、コーディングエージェントの LLM コストを削減する 10 の方法にまとめています。
ターンを節約できる Aider の設定は?
- 推論の余裕を残す。 Aider が空の回答を受け取ったら、モデルが出力の予算を思考に使い切ったということです。回答が空になる理由をご覧ください。
- 変更するファイルだけを追加する。 どこに何があるかは、Aider のリポジトリマップがすでにモデルに伝えています。余分なファイルはコンテキストと注意力を消費します。
- 関係のないタスクの間では
/clearを使う。 古いチャット履歴は毎ターン入力になります。 - 自動コミットはオンのままにする。 Aider の編集はすべて git コミットになるので、モデルが間違えても
/undo1 つで戻せます。 - 1 セッションに 1 ウィンドウ。 1 つのプランセッションで Aider のウィンドウを 2 つ開くと、交互に待つことになります。2 つのリポジトリで同時に作業するなら、セッションをもう 1 つ購入してください。並列コーディングエージェントの動かし方をご覧ください。
決める前にモデルを試すには?
最も安いテストは $1 の Meteor 1 時間です。DeepSeek V4.1 Flash を 1 時間無制限に使えるので、上の 5 タスクの比較を実行するには十分です。新規アカウントには $5 の初回クレジットも付きますが、チャットモデルで対象になるのは BroadNet Gemma 4 VL 26B だけです。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B にはチャージかプランが必要です。すべてのモデルはモデルページに掲載しています。モデルではなくエージェントを選んでいる段階なら、Cline vs Roo Code vs Aider をお読みください。
