Android Bench更新模型榜
Ars Technica AI · rss · 2026-07-09
Google 更新了用于评估 Android 应用开发能力的 **Android Bench**，并加入了多款新模型与新的评价维度。 这次更新不仅补充了 **成本** 和 **效率** 指标，还纳入了开权重模型，方便开发者更全面地比较不同 LLM 在 Android 开发任务上的表现。Google 也邀请开发者自行跑测试并反馈，以影响基准后续演进。 新增的模型包括：Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus、Qwen 3.7 Max。文章的结论是：Gemini 在这个榜单上仍然落后于部分竞争模型。