GPT-5 dari OpenAI dengan upaya penalaran tinggi memimpin benchmark pemrograman Aider Polyglot dengan skor 88,0%, menetapkan keunggulan yang jelas atas pesaing seperti o3-pro (84,9%) dan Gemini 2.5 Pro (83,1%). Benchmark dunia nyata ini mengevaluasi kinerja model dengan mengedit kode di berbagai bahasa pemrograman dalam basis kode yang ada, bukan menghasilkan fungsi yang terisolasi.
- GPT-5 dengan upaya penalaran tinggi mencapai 88,0%, sementara pengaturan menengah mencetak 81,3%, menyoroti peningkatan signifikan sebesar 6,7 poin persentase dari peningkatan komputasi.
- OpenAI mendominasi enam posisi teratas di papan peringkat, menunjukkan kedalaman di seluruh lini modelnya.
- Claude Sonnet 4 tertinggal jauh di 61,0%, kemungkinan karena kesulitan dengan alur kerja edit berbasis diff spesifik Aider daripada kemampuan pemrograman umum.
Hasil ini menunjukkan bahwa GPT-5 adalah pilihan terbaik untuk tim yang menggunakan Aider sebagai asisten pemrograman utama mereka, sementara kesenjangan antara pengaturan penalaran menunjukkan bahwa penskalaan komputasi (compute scaling) tetap menjadi tuas kritis untuk kinerja.