PulseAugur
中
实时 07:42:10
English(EN) Google updates Android Bench with new LLMs, but Gemini still lags behind

Google 的 Android Bench 新增 LLM；Fable 5 领先，Gemini 落后

作者 PulseAugur 编辑部 · [1 个来源] ·

Google 更新了其 Android Bench 基准测试工具，用于评估大型语言模型（LLM）在 Android 开发任务中的表现。更新后的排行榜包括八个新模型，例如 Claude Fable 5、Claude Sonnet 5 和 Qwen 3.7 Max。值得注意的是，Claude Fable 5 在准确性方面以 84.5% 的准确率领先，而 Google 自家的 Gemini 3.1 Pro 排名第五。该基准测试还突显了模型之间显著的成本差异，Fable 5 和 GPT 5.5 的运行成本最高。 AI

影响 为开发者提供更新的性能数据，以便为 Android 编码任务选择最佳 LLM。

排序理由 对现有的软件开发 LLM 基准测试工具进行更新。

在 Ars Technica — AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Google 的 Android Bench 新增 LLM；Fable 5 领先，Gemini 落后

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
对现有的软件开发 LLM 基准测试工具进行更新。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
product, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
91 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. Ars Technica — AI TIER_1 English(EN) · Ryan Whitwam ·

    Google 更新 Android Bench 引入新 LLM，但 Gemini 仍落后

    Android Bench is evolving, and developers can help guide that process.

相关实体

相关话题