XNews

Google、Android Bench 2.0でAIエージェントを実機Android上でテスト、最高合格率は28%

Google、Android Bench 2.0でAIエージェントを実機Android上でテスト、最高合格率は28%

GoogleはAndroid Bench 2.0を発表した。これは、ベストプラクティスに基づく実世界のAndroid開発タスクにおいて、コードエージェントを用いたAIモデルを評価するベンチマークである。タスクにはアプリ変換、アーキテクチャ移行、新機能開発が含まれる。GPT-6 Astra + CodexおよびClaude Fable 5.1 + Claude Codeが最高合格率(最大28%)を達成した一方、多くのクロスプラットフォーム移行タスクでは合格率がゼロだった。

Source posts