谷歌更新 Android Bench 榜单：Gemini 4 Argon 编程表现落后于 Claude 和 GPT
谷歌更新了用于评估 AI 模型安卓编程辅助能力的 Android Bench。Claude Sonnet 5.5 以 40% 的通过率排名第一，Gemini 4 Argon 则以 21.3% 排名第五。GPT-6.1 Sol 的通过率为 29.3%，测试成本远低于榜首模型。该基准涵盖安卓开发特有场景和最佳实践；此次更新还加入了各模型的推理等级及平均调用成本。
本文来源：IT之家，仅供学习参考，版权归原作者所有。