Google 更新了其 Android Bench 清单,以显示 AI 模型在 Android 编码辅助方面的表现。根据最新更新,Gemini 4 Argon 的排名远低于最新的 Claude 和 GPT 模型。Android Bench 于今年年初推出,旨在帮助 Android 开发人员快速了解哪些 AI 模型最适合 Android 编码辅助,该测试考虑了与 Android 编码及开发最佳实践相关的 AI 使用方面。
随着 Google 持续进行测试并对新模型进行排名,还加入了平均成本作为基准,以便开发人员为其需求作出最佳决策。
在 10 月 26 日的更新中,Google 增加了每个模型使用的推理水平,并新增了 OpenAI 的 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5 及 Claude Sonnet 5.5 的结果,以及 Google 自家的 Gemini 4 Argon。目前排名第一的是 Claude Sonnet 5.5,通过率为 40%,完成率为 80.9%。
在 10 月初新增的 Claude Opus 5.5 以第二名的身份出现。
Claude Sonnet 5.5 在 AI 模型排名中表现突出
OpenAI 的 GPT-6.1 Sol 可能是此处最引人注目的新增项目,其通过率为 29.3%,完成率为 82.8%,但成本仅为 US$99.50,相比 Claude 的 US$1,574.90 第一名的成本。相比之下,Google 的 Gemini 4 Argon 则以相对不理想的成绩首次登场,排名第五,远远落后于其他前沿模型。
其通过率仅为 21.3%,完成率为 81.8%,平均成本为 US$267.70。
在 Google 宣布 Gemini 4 Argon 后不久的一份报告中,一些内部声音指出该模型在处理某些编码任务时表现不佳,尽管 Google 对其能力表示支持。

