谷歌更新 Android Bench 榜单，Claude 居首

谷歌更新了评估 AI 模型安卓编程辅助能力的 Android Bench 榜单，新增标注各模型的推理等级，并补充了多款模型的测试结果。Claude Sonnet 5.5 以通过率 40%、完成率 80.9% 位列第一，调用成本 1,574.90 美元；OpenAI 的 GPT-6.1 Sol 通过率 29.3%、完成率 82.8%，调用成本仅 99.50 美元。 谷歌同时把平均调用成本纳入基准指标，方便开发者结合自身需求选择模型。本次纳入测试的模型还包括 GPT-6 Sol、Claude Sonnet 5 以及谷歌自家的 Gemini 4 Argon。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。