谷歌Android Bench更新：Claude登顶，Gemini 4 Argon落后

10月28日，谷歌对Android Bench基准榜单做了更新。这一测试只看AI模型在安卓开发辅助上的表现，还把调用成本一并计入，方便开发者挑选模型。

新榜单补进了多款主流模型。Claude Sonnet 5.5拿下第一，通过率40%，完成率80.9%；Claude Opus 5.5排在第二。GPT‑6.1 Sol的通过率为29.3%，完成率82.8%，调用成本则比榜首的Claude低不少。

谷歌自家的Gemini 4 Argon头一回参评，只排在第五，通过率21.3%，完成率81.8%，连Claude Fable 5.1都没赶上，平均调用成本267.70美元。此前已有内部消息称，这个模型在一些编程任务上存在短板。