谷歌更新 Android Bench 榜单 自家 Gemini 4 Argon 编程成绩落后

谷歌更新用于评估 AI 模型安卓编程辅助能力的 Android Bench 榜单，新增标注各模型推理等级并补充多款模型测试结果，还将平均调用成本纳入基准指标供开发者按需选择。当前榜单中 Claude Sonnet 5.5 位列第一，10 月初入榜的 Claude Opus 5.5 居第二，新增的 GPT-6.1 Sol 表现亮眼且调用成本远低于榜首模型，谷歌自家首次参评的 Gemini 4 Argon 排名第五，成绩大幅落后于最新版 Claude 与 GPT 系列前沿模型，甚至不及 Claude Fable 5.1，虽存在部分编程任务处理难度问题，仍得到谷歌的能力认可。