谷歌 Android Bench 榜单更新：Gemini 4 Argon 编程成绩落后于 Claude 与 GPT 系列

Android Bench 是谷歌推出的安卓编程辅助能力评测榜单，考量安卓开发的特有场景与最佳实践，并把平均调用成本纳入指标，方便开发者挑选合适的 AI 模型。榜单近期完成更新，新增标注了各模型的推理等级。

最新排名中，Claude Sonnet 5.5 以 40%的通过率、80.9%的完成率位居第一。OpenAI 的 GPT-6.1 Sol 通过率 29.3%、完成率 82.8%，调用成本仅 99.50 美元，远低于排名第一的 Claude 的 1574.90 美元。

谷歌自家的 Gemini 4 Argon 首秀表现平平，通过率仅 21.3%，排在第五位，明显落后于其他前沿模型。此前有内部消息称该模型难以处理部分编程任务，不过谷歌依旧认可其能力。