OpenAI의 GPT-5는 높은 추론 노력을 통해 Aider Polyglot 코딩 벤치마크에서 88.0%의 점수를 기록하며 o3-pro(84.9%) 및 Gemini 2.5 Pro(83.1%)와 같은 경쟁사 대비 명확한 우위를 확립했습니다. 이 실제 세계 벤치마크는 기존 코드베이스 내에서 여러 프로그래밍 언어에 걸쳐 코드를 편집하여 모델 성능을 평가하며, 고립된 함수를 생성하는 것이 아닙니다.

  • 높은 추론 노력의 GPT-5는 88.0%를 달성한 반면, 중간 설정은 81.3%로 계산량 증가로 인해 6.7%p의 상당한 향상을 보였습니다.
  • OpenAI는 리더보드 상위 6위 자리를 독점하며 모델 라인업 전반에 걸친 깊이를 입증했습니다.
  • Claude Sonnet 4는 61.0%로 크게 뒤처져 있으며, 이는 일반적인 코딩 능력보다는 Aider의 특정 diff 기반 편집 워크플로우 처리에서 어려움이 있었기 때문일 수 있습니다.

이 결과는 GPT-5가 Aider를 주요 코딩 어시스턴트로 사용하는 팀에게 최선의 선택임을 나타내며, 추론 설정 간 격차는 계산량 확장(compute scaling)이 여전히 성능을 위한 핵심 요소임을 시사합니다.