XNews

Google、実際のAndroid開発エージェント評価のためのAndroid Bench 2.0を発表

Google、実際のAndroid開発エージェント評価のためのAndroid Bench 2.0を発表

GoogleはAndroid Bench 2.0をリリースし、Googleのベストプラクティスに基づく実際のAndroidタスクでモデルとエージェントの組み合わせを評価した。トップモデルは28%の合格率を達成し、GPT-6 AstraとClaude Fableがリードした。GoogleのGeminiモデルは順位が低かったが、コスト面で優位性を示した。多くのタスク、特にXMLからComposeへの移行やクロスプラットフォーム変換では、全モデルで合格率がゼロだった。

Source posts