谷歌Android Bench更新汇总新模型

发生了什么

据凤凰网·科技，谷歌于10月26日更新Android Bench，新增推理等级标注并补充GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5/5.5及Gemini 4 Argon等结果。榜单显示，Claude Sonnet 5.5以40%通过率、80.9%完成率居首；GPT-6.1 Sol通过率29.3%、完成率82.8%，调用成本99.50美元；Gemini 4 Argon以21.3%通过率、81.8%完成率列第五，调用成本267.70美元，明显落后于其他前沿模型并不及Claude Fable 5.1。