谷歌发布Android Bench 2.0,用于真实Android开发场景

谷歌发布了Android Bench 2.0,这是一个衡量模型与智能体在生产应用的真实Android开发任务中性能的基准测试。最高分由GPT-6 Astra+Codex和Claude Fable 5.1+Claude Code获得。许多任务,尤其是XML到Compose的迁移,出现了零通过率。

谷歌发布了Android Bench 2.0,这是一个衡量模型与智能体在生产应用的真实Android开发任务中性能的基准测试。最高分由GPT-6 Astra+Codex和Claude Fable 5.1+Claude Code获得。许多任务,尤其是XML到Compose的迁移,出现了零通过率。