---
title: "Aider におすすめの LLM：モデル選びと OpenAI 互換 API 接続 | BroadRouter"
description: "Aider に最適な LLM の選び方：編集形式の遵守、コンテキストサイズと 1 時間あたりのコスト、自分のリポジトリでの 1 時間テスト、そして正確な OPENAI_API_BASE の設定。"
url: https://broadrouter.com/ja/blog/best-llm-for-aider/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/blog/best-llm-for-aider/)（2026-11-14 更新）。

# Aider に最適な LLM：モデルの選び方と接続方法

BroadNet Inference チーム · 約 6 分で読めます · 公開日 2026-11-14

Aider に最適なモデルは、編集形式に確実に従い、リポジトリマップをコンテキストに収め、一日中動かせるほど安いモデルです。Aider は任意の OpenAI 互換 API に接続できます。OPENAI\_API\_BASE を https://inference.broadnet.ai/v1 に、OPENAI\_API\_KEY を設定し、aider --model openai/broadnet/deepseek-v4.1-flash で起動します。Full Moon プランならこのモデルはトークン課金がありません。

## 要点

-   Aider はテキストの編集形式（whole、diff、udiff）でファイルを編集するため、モデルには良いコードを書くだけでなく、形式に従うことが求められます。
-   OpenAI 互換エンドポイントならどれでも使えます。OPENAI\_API\_BASE と OPENAI\_API\_KEY を設定し、--model openai/<model-id> を指定します。
-   DeepSeek V4.1 Flash のコンテキストは 1,048,576 トークンで、無制限プランで使える唯一のモデルです。
-   Aider は毎ターン、リポジトリマップとチャット履歴を再送するため、トークン課金では入力トークンが請求の大半を占めます。
-   モデルを決める前に、自分のリポジトリで 1 時間試してから判断してください。

**このページの内容**

1.  Aider はモデルに何を求めるのですか？
2.  自分のコードでモデルを比べるにはどうしますか？
3.  Aider を OpenAI 互換 API に接続するには？
4.  Aider に合う BroadNet のモデルはどれですか？
5.  2 つのモデルで architect モードを使うべきですか？
6.  Aider はトークン課金と定額プランのどちらが安いですか？
7.  ターンを節約できる Aider の設定は？
8.  決める前にモデルを試すには？

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。

1.  **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。
2.  **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。
3.  **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。
4.  **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](https://aider.chat/docs/leaderboards/)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。

1.  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。
2.  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。
3.  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。
4.  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](https://aider.chat/docs/llms/openai-compat.html)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。

```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
```

`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](https://broadrouter.com/ja/guides/aider-unlimited-deepseek/)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。

```yaml
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。

```json
{
  "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](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) | 1,048,576 | $0.175 | $0.0055 | $0.52 |
| [GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) | 1,048,576 | $0.78 | $0.173 | $3.46 |
| [Qwen3.8 27B](https://broadrouter.com/ja/models/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](https://aider.chat/docs/usage/modes.html)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。

```bash
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](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)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](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)に入れるか、[定額とトークン課金の比較](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)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](https://broadrouter.com/ja/blog/cut-coding-agent-llm-costs/)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](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)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 `/undo` 1 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](https://broadrouter.com/ja/blog/run-parallel-coding-agents-flat-rate/)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](https://broadrouter.com/ja/models/)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](https://broadrouter.com/ja/blog/cline-vs-roo-code-vs-aider/) をお読みください。

関連する無料ツール（英語）

-   [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.

[無料ツール（英語）](https://broadrouter.com/tools/)

## この記事の用語

[トークン（token）](https://broadrouter.com/ja/glossary/token/)

トークンとは、言語モデルが読み書きするテキストの単位です。モデルのトークナイザーが作る単語、単語の一部、句読点、バイト列のいずれかにあたります。LLM API は利用量をトークンで数え、上限を設け、通常はトークン単位で課金します。

[AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/)

AI エージェントとは、言語モデルが目標に向けて自分で手順を決めるシステムです。どのツールを呼ぶかを決め、結果を読み、最終回答を出すか上限に達するまで繰り返します。決まった箇所でモデルを呼ぶ固定のスクリプトは、ふつうワークフローと呼ばれます。

[AI コーディングエージェント（AI coding agent）](https://broadrouter.com/ja/glossary/coding-agent/)

AI コーディングエージェントとは、言語モデルがループの中でコードベースに取り組むソフトウェアツールです。ファイルを読み、編集し、テストなどのコマンドを実行し、出力を読んで次の手順を決めることを、タスクが終わるか上限に達するまで繰り返します。

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

OpenAI 互換 API とは、POST /v1/chat/completions など OpenAI API と同じリクエスト形式とレスポンス形式を受け付ける HTTP API です。OpenAI の SDK やツールは、ベース URL、API キー、モデル名を変えるだけで利用できます。

[従量課金（pay-as-you-go）](https://broadrouter.com/ja/glossary/pay-as-you-go/)

従量課金とは、使った分だけを支払う料金体系です。トークン、リクエスト、音声の分数などの単位で計測され、サブスクリプションや最低利用額はありません。多くの LLM API はこの方式で、前払いの残高か定期的な請求書から支払います。

[キャッシュ入力トークン（cached input tokens）](https://broadrouter.com/ja/glossary/cached-input-tokens/)

キャッシュ入力トークンとは、LLM プロバイダーが直前に処理し、再計算せずにキャッシュから再利用できるプロンプトのトークンです。通常はシステムプロンプトやドキュメントなど繰り返し送るプレフィックスで、新しい入力トークンより安い単価で課金されます。

[コンテキストウィンドウ（context window）](https://broadrouter.com/ja/glossary/context-window/)

コンテキストウィンドウとは、言語モデルが 1 回のリクエストで扱えるトークン数の上限です。プロンプト、会話履歴、ツール定義、画像、推論トークンを含む出力がすべて入ります。収まらない部分は削るか要約するか、複数のリクエストに分けます。

[ベース URL（base URL）](https://broadrouter.com/ja/glossary/base-url/)

ベース URL とは、https://api.example.com/v1 のような API の固定のルートアドレスで、クライアントが /chat/completions などのエンドポイントパスの前に付けます。OpenAI 互換の SDK では、API キーとモデル ID と一緒にベース URL を変えるだけで、同じコードを別のプロバイダーに向けられます。

## よくある質問

### Aider にはツール呼び出し対応のモデルが必要ですか？

いいえ。Aider は search/replace の diff のようなテキスト形式で編集内容を返すようモデルに指示し、それを自分で適用します。重要なのは、モデルがその形式に一貫して従えるかどうかです。

### Aider が「モデルを知らない」と警告するのはなぜですか？

Aider は人気モデルのメタデータしか同梱していません。それ以外のモデルでは、コンテキストサイズとコストが不明だと警告します。警告は無視してもかまいませんし、.aider.model.metadata.json にエントリを追加することもできます。

### Aider で最初に試すべき BroadNet のモデルはどれですか？

DeepSeek V4.1 Flash です。100 万トークンのコンテキスト、安いトークン単価を備え、無制限プランで使える唯一のモデルだからです。難しい編集でセカンドオピニオンがほしい場合は、従量課金で GLM 5.3 か Qwen3.8 27B を試してください。

### Aider でカスタムの OpenAI 互換モデルを使うにはどうすればよいですか？

OPENAI\_API\_BASE にプロバイダーのベース URL を、OPENAI\_API\_KEY にキーを設定し、--model に openai/ とモデル ID を続けて指定して aider を起動します。Aider のドキュメントでは、この openai/ 接頭辞を付けるよう案内されています。Windows では setx を使い、シェルを再起動してください。

### 1 つのプランセッションで Aider のウィンドウを 2 つ開けますか？

開けますが、セッションは同時に 1 リクエストしか処理しないため、1 つ目のウィンドウがモデルとやり取りしている間、2 つ目は待たされます。同時に作業するウィンドウごとにセッションを購入してください。

## 続けて読む

-   [定額の LLM API で並列コーディングエージェントを動かす方法](https://broadrouter.com/ja/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM API は定額とトークン課金のどちらが得か：損益分岐の計算](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [キャッシュ入力トークンとは：LLM API の請求額を下げる方法](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)
-   [コーディングエージェントを夜間に無人で安全に動かす方法](https://broadrouter.com/ja/blog/overnight-coding-agent-runs/)
-   [AI コーディングエージェント 1 回の実行コスト：ステップ数、コンテキストの増加、キャッシュ](https://broadrouter.com/ja/blog/ai-coding-agent-run-cost/)
-   [Claude Code でオープンモデルを使う：プロキシ、ネイティブエンドポイント、制限](https://broadrouter.com/ja/blog/claude-code-with-openai-compatible-models/)
-   [ガイド：Aider を無制限の DeepSeek V4.1 Flash で動かす](https://broadrouter.com/ja/guides/aider-unlimited-deepseek/)
-   [ガイド：推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)
-   [ガイド：エージェント向け無制限 LLM API プランのしくみ](https://broadrouter.com/ja/guides/unlimited-llm-api-sessions/)

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [Aider ドキュメント：OpenAI 互換 API（2026-11-14 取得）](https://aider.chat/docs/llms/openai-compat.html)
-   [Aider ドキュメント：編集形式（2026-11-14 取得）](https://aider.chat/docs/more/edit-formats.html)
-   [Aider ドキュメント：高度なモデル設定とモデルメタデータ（2026-11-14 取得）](https://aider.chat/docs/config/adv-model-settings.html)
-   [Aider ドキュメント：チャットモードと architect モード（2026-11-14 取得）](https://aider.chat/docs/usage/modes.html)
-   [Aider LLM リーダーボード（2026-11-14 取得）](https://aider.chat/docs/leaderboards/)
-   [BroadNet Inference API リファレンス（2026-11-14 取得）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-best-llm-for-aider&utm_content=sources)
