谷歌今日更新了 Android Bench，在其安卓应用开发基准排行榜中新增了八个 AI 模型。此次更新包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。谷歌创建该基准测试以评估大型语言模型在 100 项安卓开发任务中的表现，最初版本于三月推出。
谷歌在 Android Bench 排行榜中新增八个 AI 模型
谷歌扩展了 Android Bench，新增了八个模型。这些新增模型包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。公司还采用了新的框架，并增加了成本和效率的指标。谷歌邀请开发者自行测试并提交反馈。
Claude Fable 5 以 84.5% 准确率领先基准测试
Claude Fable 5 在 Android Bench 测试中达到了 84.5% 的准确率，位列排行榜第一。GPT 5.4 和 Claude Sonnet 5 分别位居第二和第三。在更新后的排名中，Gemini 3.1 Pro 位列第五。OpenAI 的模型在 3 月推出的初始版本中略微领先谷歌的 AI。
Android Bench 评估 100 项开发任务
Android Bench 在一套 100 项安卓开发任务中测试大型语言模型。该基准旨在展示哪些 AI 代理在安卓应用开发中表现最佳。谷歌于三月推出了最初版本，此后已将开源模型加入评估框架。
常见问题
谷歌今天在 Android Bench 中新增了哪些模型？
谷歌在 Android Bench 中新增了八个模型：Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。
Claude Fable 5 在 Android Bench 中达到了什么准确率？
Claude Fable 5 在 Android Bench 测试中达到了 84.5% 的准确率，位列排行榜第一。
谷歌何时推出了 Android Bench 的最初版本？
谷歌于三月推出了 Android Bench 的最初版本。
