Google memperbarui Android Bench dengan Claude Fable 5 dan tujuh model AI baru

Google memperbarui Android Bench hari ini, menambahkan delapan model AI baru ke papan peringkat pengujian pengembangan aplikasi Android. Pembaruan ini mencakup Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, MiniMax M3, Qwen 3.7 Plus, dan Qwen 3.7 Max. Google membuat benchmark ini untuk mengevaluasi kinerja model bahasa besar dalam 100 tugas pengembangan Android, dengan versi awal diluncurkan pada bulan Maret.

Google Tambahkan Delapan Model AI ke Papan Peringkat Android Bench

Google memperluas Android Bench dengan delapan model baru. Penambahan ini meliputi Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, MiniMax M3, Qwen 3.7 Plus, dan Qwen 3.7 Max. Perusahaan juga mengadopsi kerangka kerja baru dan menambahkan metrik biaya serta efisiensi. Google mengundang pengembang untuk menjalankan pengujian mereka sendiri dan mengirimkan umpan balik.

Claude Fable 5 Pimpin Benchmark dengan Akurasi 84,5 Persen

Claude Fable 5 meraih akurasi 84,5 persen dalam pengujian Android Bench, menempati posisi pertama di papan peringkat. GPT 5.4 dan Claude Sonnet 5 menempati posisi kedua dan ketiga. Gemini 3.1 Pro berada di posisi kelima dalam peringkat terbaru. Model OpenAI sedikit unggul atas AI Google dalam peluncuran awal yang dilakukan pada bulan Maret.

Android Bench Evaluasi 100 Tugas Pengembangan

Android Bench menguji model bahasa besar melalui serangkaian 100 tugas pengembangan Android. Benchmark ini bertujuan menunjukkan agen AI mana yang paling unggul dalam pengembangan aplikasi Android. Google meluncurkan versi awal pada bulan Maret dan sejak itu menambahkan model dengan bobot terbuka ke dalam kerangka evaluasi.

FAQ

Model apa saja yang ditambahkan Google ke Android Bench hari ini?
Google menambahkan delapan model baru ke Android Bench: Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, MiniMax M3, Qwen 3.7 Plus, dan Qwen 3.7 Max.

Akurasi berapa yang diraih Claude Fable 5 di Android Bench?
Claude Fable 5 meraih akurasi 84,5 persen dalam pengujian Android Bench, menempati posisi pertama di papan peringkat.

Kapan Google meluncurkan Android Bench versi awal?
Google meluncurkan versi awal Android Bench pada bulan Maret.