Gemini 4 Argon编程首秀仅列第五，落后Claude与GPT
IT之家 10 月 28 日消息，谷歌更新了用于评估 AI 模型安卓编程辅助能力的 Android Bench 榜单，Gemini 4 Argon 的成绩大幅落后于最新版 Claude 与 GPT 系列模型。Android Bench 于今年年初推出，方便安卓开发者快速对照谷歌的这套测试标准，挑选最适合安卓代码开发辅助
10月28日，谷歌更新了Android Bench榜单，该榜单用于评估AI模型的安卓编程辅助能力。
Gemini 4 Argon的成绩大幅落后于最新版Claude与GPT系列模型。
Android Bench今年年初推出，目的是让安卓开发者能快速对照谷歌这套测试标准，挑出最适合做安卓代码开发辅助的AI模型。测试会考察安卓开发特有的使用场景和最佳实践。谷歌一边持续测试、把新模型纳入排名，一边将平均调用成本也列入基准指标，方便开发者按自身需求做选择。
10月26日的更新中，谷歌给每个模型新增标注了所采用的推理等级，并补充了多款模型的测试结果。
目前排在榜首的是
Claude Sonnet 5.5，通过率40%，完成率80.9%；10月初进入榜单的Claude Opus 5.5位居第二。OpenAI的GPT-6.1 Sol或许是这次最受关注的新增模型，通过率29.3%，完成率82.8%，调用成本只要99.50美元（按现汇率约合664.8元人民币）。对比来看，排名第一的Claude调用成本达1,574.90美元（现汇率约合10,522元人民币）。
谷歌自家的Gemini 4 Argon首秀表现平平，排第五位，明显落后于其他前沿模型，甚至不如Claude Fable 5.1。其通过率仅21.3%，完成率81.8%，平均调用成本267.70美元（现汇率约合1,789元人民币）。
谷歌官宣Gemini 4 Argon后不久，就有内部消息称这款模型“难以处理部分编程任务”，但谷歌依然认可它的能力。
