XNews

Google、Android Bench 2.0を発表 - 実Androidタスクにおけるモデル・エージェント性能を測定

Google、Android Bench 2.0を発表 - 実Androidタスクにおけるモデル・エージェント性能を測定

Googleは、実運用アプリケーションにおけるAndroid開発タスクでモデルとエージェントの組み合わせを評価するベンチマーク「Android Bench 2.0」を発表した。このベンチマークには、アプリ変換、アーキテクチャ移行、新機能開発の3分野にわたる30のタスクが含まれる。最高成績はGPT-6 Astra+CodexとClaude Fable 5.1+Claude Codeで、合格率は最大28%に達した。

Source posts