XNews

Google、Android Bench 2.0で実コーディングエージェントを評価、最高成功率は28%

Google、Android Bench 2.0で実コーディングエージェントを評価、最高成功率は28%

GoogleはAndroid Bench 2.0を発表した。これは、実際のプロダクションアプリにおけるAndroid開発タスクを用いて、モデルとエージェントの組み合わせを測定するベンチマークである。上位結果では、GPT 6 Astra + CodexやClaude Fable 5.1 + Claude Codeがリードしたが、多くの移行タスク(XML→Compose、Flutter→Android)では全モデルが失敗した。

Source posts