ITCOW牛新网 10月28日消息，谷歌更新Android Bench基准榜单，该测试专门评估AI模型安卓开发辅助能力，同时纳入调用成本，方便开发者选型。
本次更新加入多款主流模型：Claude Sonnet 5.5位居第一，通过率40%，完成率80.9%；Claude Opus 5.5排第二。GPT‑6.1 Sol通过率29.3%、完成率82.8%，而且调用成本远低于榜首Claude。
谷歌自家Gemini 4 Argon首次参评仅列第五，通过率21.3%，完成率81.8%，甚至不及Claude Fable 5.1，平均调用成本267.70美元。此前就有内部消息透露该模型在部分编程任务存在短板。