Le GPT-5 d'OpenAI, avec un effort de raisonnement élevé, mène le benchmark de codage Aider Polyglot avec un score de 88,0 %, établissant un avantage clair sur des concurrents comme o3-pro (84,9 %) et Gemini 2.5 Pro (83,1 %). Ce benchmark en conditions réelles évalue les performances du modèle en éditant du code à travers plusieurs langages de programmation au sein de bases de code existantes, plutôt qu'en générant des fonctions isolées.
- GPT-5 avec un effort de raisonnement élevé atteint 88,0 %, tandis que le paramètre moyen marque 81,3 %, mettant en évidence une progression significative de 6,7 points de pourcentage grâce à l'augmentation du calcul.
- OpenAI domine les six premières places du classement, démontrant une profondeur dans toute sa gamme de modèles.
- Claude Sonnet 4 accuse un retard important avec 61,0 %, potentiellement dû à des difficultés avec le workflow d'édition basé sur les diff spécifique à Aider plutôt qu'à une capacité générale de codage.
Les résultats indiquent que GPT-5 est le choix supérieur pour les équipes utilisant Aider comme assistant de codage principal, tandis que l'écart entre les paramètres de raisonnement suggère que la mise à l'échelle du calcul (compute scaling) reste un levier critique pour la performance.