XNews

谷歌发布Android Bench 2.0用于智能体评估

谷歌发布Android Bench 2.0用于智能体评估

Android Bench 2.0在真实Android任务上测试模型-智能体组合,最高通过率为28%。GPT-6 Astra+Codex和Claude Fable 5.1+Claude Code领先;大多数跨平台迁移失败。

Source posts