Google cập nhật Android Bench hôm nay, thêm tám mô hình AI mới vào bảng xếp hạng thử nghiệm phát triển ứng dụng Android. Bản cập nhật bao gồm Claude Fable 5, Claude Sonnet 5, Claude Opus 4,8, GLM 5,2, Kimi K2,7 Code, MiniMax M3, Qwen 3,7 Plus và Qwen 3,7 Max. Google tạo ra thử nghiệm này để đánh giá hiệu suất của các mô hình ngôn ngữ lớn trên 100 nhiệm vụ phát triển Android, với phiên bản ban đầu ra mắt vào tháng 3.

Google Thêm Tám Mô Hình AI Vào Bảng Xếp Hạng Android Bench

Google mở rộng Android Bench với tám mô hình mới. Các mô hình bổ sung gồm Claude Fable 5, Claude Sonnet 5, Claude Opus 4,8, GLM 5,2, Kimi K2,7 Code, MiniMax M3, Qwen 3,7 Plus và Qwen 3,7 Max. Công ty cũng áp dụng khung thử nghiệm mới và thêm các chỉ số về chi phí và hiệu quả. Google mời các nhà phát triển chạy thử nghiệm của riêng họ và gửi phản hồi.

Claude Fable 5 Dẫn Đầu Bảng Xếp Hạng Với Độ Chính Xác 84,5%

Claude Fable 5 đạt độ chính xác 84,5% trong thử nghiệm Android Bench, đứng đầu bảng xếp hạng. GPT 5,4 và Claude Sonnet 5 xếp thứ hai và thứ ba. Gemini 3,1 Pro xếp thứ năm trong bảng xếp hạng cập nhật. Các mô hình của OpenAI chiếm ưu thế nhẹ so với AI của Google trong phiên bản ra mắt ban đầu vào tháng 3.

Android Bench Đánh Giá 100 Nhiệm Vụ Phát Triển

Android Bench kiểm tra các mô hình ngôn ngữ lớn qua bộ 100 nhiệm vụ phát triển Android. Thử nghiệm nhằm chứng minh mô hình AI nào hoạt động tốt nhất trong phát triển ứng dụng Android. Google ra mắt phiên bản ban đầu vào tháng 3 và từ đó đã thêm các mô hình mở trọng số vào khung đánh giá.

Câu Hỏi Thường Gặp

Google đã thêm những mô hình nào vào Android Bench hôm nay?
Google thêm tám mô hình mới gồm Claude Fable 5, Claude Sonnet 5, Claude Opus 4,8, GLM 5,2, Kimi K2,7 Code, MiniMax M3, Qwen 3,7 Plus và Qwen 3,7 Max.

Claude Fable 5 đạt độ chính xác bao nhiêu trong Android Bench?
Claude Fable 5 đạt độ chính xác 84,5% trong thử nghiệm Android Bench, đứng đầu bảng xếp hạng.

Google đã ra mắt phiên bản ban đầu của Android Bench khi nào?
Google ra mắt phiên bản ban đầu của Android Bench vào tháng 3.

Xem nguồn

Tuyên bố miễn trừ trách nhiệm: Thông tin trên trang này có thể đến từ các nguồn bên thứ ba và chỉ mang tính chất tham khảo. Thông tin này không phản ánh quan điểm hoặc ý kiến của Gate và không cấu thành bất kỳ lời khuyên tài chính, đầu tư hoặc pháp lý nào. Giao dịch tài sản ảo tiềm ẩn rủi ro cao. Vui lòng không chỉ dựa vào thông tin trên trang này khi đưa ra quyết định. Để biết thêm chi tiết, vui lòng xem Tuyên bố miễn trừ trách nhiệm.

Tin tức liên quan

4giờ trước

Google cập nhật Android Bench với tám mẫu mới; Claude Fable 5 dẫn đầu bảng xếp hạng với độ chính xác 84,5%

9giờ trước

OpenAI ra mắt GPT-5.6 vào ngày 9 tháng 7: Mô hình Sol có giá 5 đô la / 30 đô la cho mỗi triệu token, vượt qua các tiêu chuẩn với tỷ lệ 91,9%

12giờ trước

Anthropic mở rộng Claude Cowork sang nền tảng di động và web hôm nay, bắt đầu giai đoạn thử nghiệm với số lượng người dùng tối đa