今天，谷歌更新了其 Android Bench，这是一个衡量 AI 代理在 100 个 Android 应用开发任务中表现的基准测试，新增了包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 代码、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max 在内的八个新模型。
根据谷歌的官方公告，Claude Fable 5 以 84.5％的准确率位居榜首。GPT 5.4 排第二，Claude Sonnet 5 排第三，谷歌自己的 Gemini 3.1 Pro 位列第五。
