XNews

Android Bench 2.0:模型+智能体基准测试,最高通过率28%

Android Bench 2.0:模型+智能体基准测试,最高通过率28%

谷歌发布了Android Bench 2.0,这是一个针对真实Android开发任务的模型+智能体组合基准测试。顶尖模型(GPT-6 Astra、Claude Fable 5.1)的通过率仅为28%。在所有模型中,诸如Flutter到Android迁移等任务的通过率为0%。

Source posts