谷歌更新Android Bench榜单：自家Gemini 4 Argon编程能力大幅落后于Claude与GPT

谷歌更新Android Bench榜单：自家Gemini 4 Argon编程能力大幅落后于Claude与GPT

IT之家10月28日消息，谷歌更新了用于评估AI模型安卓编程辅助能力的Android Bench榜单。10月26日的更新中新增标注每个模型的推理等级，并补充GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5及谷歌自家Gemini 4 Argon等多款模型测试结果。目前榜单第一名是Claude Sonnet 5.5，通过率40%、完成率80.9%；GPT-6.1 Sol通过率29.3%、完成率82.8%、调用成本99.50美元；谷歌Gemini 4 Argon首秀排名第五，通过率仅21.3%、完成率81.8%。原文链接