Aider Polyglot

coding · edit-format↗ Quelle

42Evidence

outdated

What it measures

Ob ein Modell Codeaenderungen in mehreren Sprachen korrekt UND im geforderten Bearbeitungsformat ausliefert. Das Format ist der eigentliche Pruefstein.

What it does not measure

Agentische Mehrschritt-Arbeit, Werkzeugnutzung.

Praxisnah, weil Formattreue im Alltag oft mehr kostet als Denkleistung.

How the score is composed

Currency1

Discrimination50

Headroom50

Contamination safety55

Gaming resistance55

Methodological rigor50

Reproducibility100

Details

Benchmaxxing risk: medium
Difficulty: medium
Public test set: yes
Human-verified: no
LLM-judged: no
Sample size: 225
Letzter Messwert: 2025-10-03
Skala: 0–100 % correct (höher besser)

Best measured models

No results ingested yet.