Google、実世界のAndroid開発向け「Android Bench 2.0」を公開

Googleは、Androidのベストプラクティスに基づく30の実エンジニアリングタスクにおいて、モデルとエージェントの組み合わせをテストするベンチマーク「Android Bench 2.0」をリリースした。トップパフォーマンスを示したのは、GPT-6 Astra+CodexとClaude Fable+Claude Codeであった。クロスプラットフォーム変換やXMLからComposeへの移行など、多くのタスクでは合格件数がゼロだった。