Aider Polyglot (コード編集ベンチ)
読み: えいだー・ぽりぐろっと
最終更新: 2026-07-13・AI PICKS編集部
定義
Aider Polyglotとは、AIペアプログラミングツールAiderが公開する、複数言語にまたがるコード編集ベンチマークのこと。
Aider Polyglot (コード編集ベンチ)とは — 詳しく解説
Aider Polyglotとは、AIコーディングエージェント「Aider」の開発チームが公開する、複数プログラミング言語にまたがるコード編集ベンチマークのこと。Exercismの演習問題をベースに、Python・JavaScript・Java・Go・Rust・C++など複数言語のコードを、Aider独自のdiff形式でLLMが正確に編集できるかを測定する。単なるコード生成力ではなく「既存コードへの差分編集の精度」を測る点が、業界標準のHumanEvalやMMLUとの違いとされる。2026年時点の実運用での落とし穴は、スコアが高いモデルでも現場で使う編集フォーマット(unified diff、SEARCH/REPLACE等)が変われば精度が大きく変動する点で、導入前に自社ワークフローに近い形式で相場感を確認すべきとされる。またdiff編集は全文再生成に比べてトークン消費が少なくコスト効率が良いとされる一方、大規模リファクタリングでは精度が落ちやすく、現場では他のコーディングベンチマークと併用して選定するのが定石とされる。
Aider Polyglot (コード編集ベンチ)の使用例
- LLM比較記事で「diff編集精度」の指標としてAider Polyglotのスコアを併記する。
- プロンプト例: 「このバグをSEARCH/REPLACE形式の差分だけで直して」という編集タスクに近い。
Aider Polyglot (コード編集ベンチ)に関連するAIツール
関連用語
「評価指標」の他の用語
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
OpenAI 発の Python コーディング能力ベンチマーク。 164 問の関数実装タスク。
ユーザー投票による LLM の人間評価ランキング。 Elo レーティングで モデルを順位付け。
ベンチマークとは、AIモデルの性能を標準化されたテスト課題で数値化し、異なるモデル間を公平に比較するための評価基準セットのこと。MMLUやHumanEval等、用途別に数十種類が存在する。
SWE-benchとはGitHubの実際のIssueをAIが自動修正できるかを測る、コーディングAI評価の業界標準ベンチマークのこと。
GPQAとは、生物・物理・化学の大学院レベルの難問でAIの推論力を測る評価ベンチマークのこと。Googleで検索しても解けない設計が特徴。
AI用語辞典をすべて見てみませんか
12カテゴリ・502語以上を体系的に整理しています
辞典トップへ