谷歌更新 Android Bench 榜单：新增多模型成绩与推理等级标注

谷歌于 10 月 26 日更新 Android Bench 榜单，新增 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5 和自家 Gemini 4 Argon 的测试成绩，并为每个模型标注所采用的推理等级。 谷歌在持续开展测试、纳入新模型排名的同时，还把平均调用成本纳入基准指标。据 IT之家报道，榜单显示谷歌自家的 Gemini 4 Argon 编程能力大幅落后于 Claude 与 GPT 系列模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。