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

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 →

• Android Bench
• Claude Fable 5
• Claude Sonnet 5
• Gemini 3.1 Pro
• Gemini 3.5 Flash
• Google
• GPT 5.4
• GPT 5.5
• Qwen 3.7 Max

• 产品
• 模型发布

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