BroadRouter

Melhor LLM para o Aider: como escolher o modelo e conectar

Pela equipe da BroadNet Inference · 6 min de leitura · Publicado em

O melhor modelo para o Aider segue o formato de edição com confiabilidade, mantém o mapa do repositório no contexto e é barato o bastante para rodar o dia todo. O Aider se conecta a qualquer API compatível com a OpenAI: defina OPENAI_API_BASE como https://inference.broadnet.ai/v1, defina OPENAI_API_KEY e inicie aider --model openai/broadnet/deepseek-v4.1-flash. Num plano Full Moon, esse modelo não tem medidor de tokens.

O Aider é um pair programmer de terminal: você adiciona arquivos ao chat, descreve uma mudança, e ele edita os arquivos e faz o commit do resultado no git. Ele é agnóstico em relação ao modelo, o que é a sua força e também a primeira pergunta: qual modelo você conecta?

Não existe uma única resposta certa, mas existe um jeito certo de decidir. Este post mostra o que o Aider realmente exige de um modelo, como comparar candidatos e como conectar qualquer API compatível com a OpenAI com duas variáveis de ambiente.

Do que o Aider precisa num modelo?

O Aider não usa o tool calling da API para editar arquivos. Ele pede ao modelo que responda num formato de edição, depois interpreta a resposta e aplica. A documentação lista vários:

Formato de edição O que o modelo devolve Bom para
whole O conteúdo novo completo de cada arquivo alterado Arquivos pequenos, modelos mais fracos
diff Blocos search/replace para as partes alteradas A maioria dos modelos e dos repos
diff-fenced O mesmo, com o caminho do arquivo dentro do bloco Modelos que erram onde colocar o caminho
udiff Um diff unificado simplificado Modelos que se perdem no diff

Então um bom modelo para o Aider precisa de quatro coisas:

  1. Disciplina no formato. Se o bloco de busca não bater exatamente com o arquivo, a edição falha e o Aider pede de novo. Cada nova tentativa é outra requisição completa.
  2. Espaço no contexto. O Aider envia um mapa do repositório (um resumo compacto dos símbolos do repo inteiro), os arquivos que você adicionou e o chat até ali. Numa base de código grande, isso dá dezenas de milhares de tokens por turno.
  3. Raciocínio que caiba no orçamento. Modelos de raciocínio pensam antes de responder, e esse raciocínio conta para o max_tokens. Um limite pequeno demais dá uma resposta vazia.
  4. Um preço que você pode deixar rodando. O Aider é falante por design. O custo por hora de trabalho real importa mais do que o custo por token numa página de preços.

Os rankings do próprio Aider medem com que frequência os modelos concluem exercícios de programação nos formatos de edição dele. São um bom primeiro filtro, mas o seu repositório, a sua linguagem e os seus hábitos vão mexer no resultado. Trate qualquer benchmark como uma lista curta, não como um veredito.

Como comparar modelos no seu próprio código?

Um teste prático leva cerca de uma hora:

  1. Escolha cinco tarefas reais do seu backlog: uma correção de bug, uma funcionalidade pequena, um refactor em dois arquivos, um teste para escrever e uma atualização de documentação.
  2. Rode cada modelo candidato nas mesmas tarefas a partir do mesmo commit no git, com um branch por modelo.
  3. Registre três coisas por tarefa: terminou ou não, quantos turnos levou e quantas edições falharam ao ser aplicadas.
  4. Leia os diffs. Um modelo que “termina” com uma mudança espalhada é pior do que um que precisa de mais um turno mas fica contido.

O custo se esconde nas edições que falham e nos turnos extras. Um modelo com preço por token baixo que precisa de três tentativas por edição pode custar mais do que um mais caro que acerta de primeira.

Como conectar o Aider a uma API compatível com a OpenAI?

A configuração compatível com a OpenAI do Aider precisa de uma base URL, uma chave e um nome de modelo com o prefixo 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

O prefixo openai/ diz ao Aider (via LiteLLM) para usar o formato da OpenAI contra a sua base URL. Tudo depois do prefixo é o ID do modelo no provedor, barra incluída. A versão passo a passo, incluindo Windows, está no guia do Aider.

Para deixar isso permanente, coloque as mesmas configurações no .aider.conf.yml no seu diretório home ou na raiz do repo:

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

Mantenha a chave no ambiente, não num arquivo que você pode acabar commitando.

Silenciando o aviso de modelo desconhecido

O Aider conhece tamanhos de contexto e preços só dos modelos populares. Para os outros, ele imprime um aviso. A documentação diz que normalmente dá para ignorar, porque o Aider “never enforces token limits” (tradução: nunca impõe limites de tokens); ele só repassa os erros do provedor. Para dar números precisos a ele, adicione .aider.model.metadata.json no seu home, na raiz do repo ou no diretório de onde você inicia:

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

O valor de saída ali é uma configuração escolhida por você, não um limite publicado. Deixe espaço para o raciocínio.

Quais modelos da BroadNet servem para o Aider?

A BroadNet Inference serve três modelos de chat adequados para trabalho com código. Os preços são por 1M de tokens, do arquivo de preços publicado:

Modelo Contexto Entrada Entrada em cache Saída
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

Os três raciocinam antes de responder. O BroadNet Gemma 4 VL 26B tem contexto de 32.768 tokens, apertado para o mapa do repositório do Aider mais vários arquivos, então é melhor reservá-lo para trabalhos mais leves.

O DeepSeek V4.1 Flash é a escolha padrão aqui por um motivo simples: é o único modelo dos planos ilimitados da BroadNet. Uma sessão Full Moon custa $60 por mês sem medidor de tokens, e o hábito do Aider de reenviar o contexto a cada turno deixa de ser um problema de custo. A janela de 1M de tokens também permite adicionar mais arquivos que o normal sem cortar nada.

O GLM 5.3 custa mais por token de saída. Vale testar no pagamento por uso como modelo architect para passos difíceis de design, em que a qualidade por turno importa mais do que o volume.

O Qwen3.8 27B tem o mesmo preço de entrada do Flash e contexto de 262K. É um segundo modelo razoável se você quiser comparar o comportamento na sua base de código.

Vale usar o modo architect com dois modelos?

O modo architect do Aider divide um turno em dois: um modelo architect planeja a mudança e um modelo editor transforma o plano em edições de arquivo. Assim você combina um modelo de raciocínio mais forte com um editor mais barato e confiável no formato:

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

A documentação do Aider observa que agora cada turno usa duas requisições ao LLM. Numa sessão do plano, isso importa para a concorrência, não para o custo: as duas requisições rodam uma depois da outra, então uma sessão basta para uma janela do Aider.

O Aider sai mais barato por token ou num plano fixo?

O tráfego do Aider, pesado em entrada, é justamente onde o preço fixo compensa. Um agente de código costuma enviar muito mais entrada do que recebe, e boa parte dessa entrada se repete. Com prompt caching, a entrada repetida é cobrada pela tarifa de cache ($0.0055 por 1M no Flash), então a primeira alavanca numa chave por token é um prefixo de prompt estável. Como a entrada em cache é cobrada.

A segunda alavanca é o plano. O exemplo calculado pela BroadNet para um agente de código em tempo integral chega a cerca de $65.40 por mês no pagamento por uso, contra $60 por uma sessão Full Moon, então para esse perfil sai mais barato Full Moon. O uso leve e ocasional é o caso oposto. Coloque os seus números na calculadora de preço fixo vs por token, ou leia preço fixo vs pagamento por token. Para mais alavancas de custo que valem para qualquer agente de código, veja 10 formas de reduzir o custo de LLM de agentes de código.

Quais configurações do Aider economizam turnos?

  • Deixe espaço para o raciocínio. Se o Aider recebe uma resposta vazia, o modelo gastou o orçamento de saída pensando. Por que as respostas voltam vazias.
  • Adicione só os arquivos que mudam. O mapa do repositório do Aider já diz ao modelo onde as coisas estão. Arquivos extras custam contexto e atenção.
  • Use /clear entre tarefas sem relação. Histórico antigo de chat é entrada em todo turno.
  • Mantenha os commits automáticos ligados. Cada edição do Aider vira um commit no git, então o /undo fica a um comando de distância quando o modelo erra.
  • Uma janela por sessão. Duas janelas do Aider numa sessão do plano se revezam. Compre uma segunda sessão se trabalhar em dois repos ao mesmo tempo; veja como rodar agentes de código em paralelo.

Como testar um modelo antes de se comprometer?

O teste mais barato é uma hora Meteor por $1: DeepSeek V4.1 Flash ilimitado por uma hora, o suficiente para a comparação de cinco tarefas descrita acima. Contas novas também ganham $5 de crédito inicial, mas entre os modelos de chat ele cobre só o BroadNet Gemma 4 VL 26B; DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B exigem uma recarga ou um plano. Todos os modelos estão na página de modelos. Se você ainda está escolhendo entre agentes e não entre modelos, leia Cline vs Roo Code vs Aider.

Perguntas frequentes

O Aider precisa de um modelo com tool calling?

Não. O Aider pede ao modelo que devolva as edições num formato de texto, como um diff search/replace, e depois aplica tudo sozinho. O que importa é o modelo seguir esse formato com consistência.

Por que o Aider avisa que não conhece o meu modelo?

O Aider traz metadados só dos modelos mais populares. Para qualquer outro, ele avisa que o tamanho do contexto e o custo são desconhecidos. Você pode ignorar o aviso ou adicionar uma entrada no .aider.model.metadata.json.

Com qual modelo da BroadNet devo começar no Aider?

Com o DeepSeek V4.1 Flash, porque ele tem contexto de 1M de tokens, preços por token baixos e é o único modelo que você pode rodar num plano ilimitado. Teste o GLM 5.3 ou o Qwen3.8 27B no pagamento por uso se quiser uma segunda opinião em edições difíceis.

Como usar um modelo personalizado compatível com a OpenAI no Aider?

Defina OPENAI_API_BASE como a base URL do provedor e OPENAI_API_KEY como a sua chave, depois inicie o aider com --model definido como openai/ seguido do ID do modelo; a documentação do Aider diz para adicionar esse prefixo openai/. No Windows, use setx e reinicie o shell.

Posso abrir duas janelas do Aider numa única sessão do plano?

Pode, mas uma sessão roda uma requisição por vez, então a segunda janela espera enquanto a primeira conversa com o modelo. Compre uma sessão para cada janela que trabalha ao mesmo tempo.

Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity