Gemini 4 Argon 安卓编程榜排第五：通过率21.3%，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
谷歌对用于衡量 AI 模型安卓编程辅助水平的 Android Bench 榜单做了更新，10月28日公布的新排名里，
Gemini 4 Argon 的成绩明显落后于最新版 Claude 和 GPT 系列模型。
Android Bench 今年年初上线，目的是让安卓开发者能拿谷歌这套测试标准快速比对，挑出最适合辅助安卓代码开发的 AI 模型。测试覆盖安卓开发特有的使用场景，也考察安卓开发的最佳实践。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列为基准指标，便于开发者按自身需求取舍。10月26日的这次更新中，谷歌给每个模型新增了推理等级标注，同时补入多款模型的测试结果，包括 OpenAI 的 
GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5，以及谷歌自家的 Gemini 4 Argon。
榜首目前由 
Claude Sonnet 5.5 占据，通过率 40%，完成率 80.9%。10 月初进入榜单的 Claude Opus 5.5 排在第二。
OpenAI 的 GPT-6.1 Sol 或许是这次新增模型里最受关注的一个：通过率 29.3%，完成率 82.8%，调用成本却只要 99.50 美元（现汇率约合 664.8 元人民币）。排第一的 Claude 调用成本则达到 1,574.90 美元（现汇率约合 10,522 元人民币）。
谷歌自家的 Gemini 4 Argon 首秀成绩一般，位列第五，落后于其他前沿模型，甚至不如 Claude Fable 5.1。其通过率只有 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，内部就有消息称这款模型“难以处理部分编程任务”，但谷歌仍对其能力表示认可。
