XNews

Android Bench 2.0:针对真实Android开发任务的AI智能体基准测试

Android Bench 2.0:针对真实Android开发任务的AI智能体基准测试

Google发布了Android Bench 2.0,该基准测试基于最佳实践,对模型与智能体的组合在30项真实Android开发任务上进行了评估。表现最佳的组合包括GPT-6 Astra + Codex以及Claude Fable 5.1 + Claude Code。没有智能体能够在Flutter/React Native转换任务或大多数XML到Compose迁移任务中成功。

Source posts