Google 今日更新了 Android Bench，新增八款 AI 模型至其 Android 應用程式開發基準測試排行榜。此次更新包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 以及 Qwen 3.7 Max。Google 創建此基準測試，旨在評估大型語言模型在 100 項 Android 開發任務中的表現，最初版本於三月推出。
Google 在 Android Bench 排行榜新增八款 AI 模型
Google 擴充 Android Bench，加入八款新模型。新增內容包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 以及 Qwen 3.7 Max。公司亦採用新框架，並加入成本與效率的衡量指標。Google 邀請開發者自行測試並提交反饋。
Claude Fable 5 以 84.5% 準確率領先排行榜
Claude Fable 5 在 Android Bench 測試中達成 84.5% 的準確率，位居排行榜第一。GPT 5.4 及 Claude Sonnet 5 分別排名第二與第三。Gemini 3.1 Pro 在更新後的排名中位居第五。OpenAI 的模型在三月推出的初始版本中，略勝 Google 的 AI。
Android Bench 評測 100 項開發任務
Android Bench 針對一套 100 項 Android 開發任務，測試大型語言模型的表現。此基準測試旨在展示哪些 AI 代理在 Android 應用程式開發中表現最佳。Google 在三月推出初始版本，並已將開放權重模型加入評測框架。
常見問題
Google 今日在 Android Bench 新增了哪些模型？
Google 新增了八款模型：Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 以及 Qwen 3.7 Max。
Claude Fable 5 在 Android Bench 的準確率是多少？
Claude Fable 5 在 Android Bench 測試中達成 84.5% 的準確率，排名第一。
Google 何時推出原始的 Android Bench？
Google 在三月推出了 Android Bench 的初始版本。
