Google 更新了其 Android Bench 清單，以顯示 AI 模型在 Android 編碼協助方面的表現。根據最新更新，Gemini 4 Argon 的排名遠低於最新的 Claude 和 GPT 模型。Android Bench 於今年年初推出，旨在幫助 Android 開發人員快速瞭解哪些 AI 模型最適合 Android 編碼協助，該測試考慮了與 Android 編碼及開發最佳實踐相關的 AI 使用方面。
隨著 Google 持續進行測試並對新模型進行排名，還加入了平均成本作為基準，以便開發人員為其需求作出最佳決策。
在 10 月 26 日的更新中，Google 增加了每個模型使用的推理水平，並新增了 OpenAI 的 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5 及 Claude Sonnet 5.5 的結果，以及 Google 自家的 Gemini 4 Argon。目前排名第一的是 Claude Sonnet 5.5，通過率為 40%，完成率為 80.9%。
在 10 月初新增的 Claude Opus 5.5 以第二名的身份出現。
Claude Sonnet 5.5 在 AI 模型排名中表現突出
OpenAI 的 GPT-6.1 Sol 可能是此處最引人注目的新增項目，其通過率為 29.3%，完成率為 82.8%，但成本僅為 US$99.50 (約 HK$777)，相比 Claude 的 US$1,574.90 (約 HK$12,277)第一名的成本。相比之下，Google 的 Gemini 4 Argon 則以相對不理想的成績首次登場，排名第五，遠遠落後於其他前沿模型。
其通過率僅為 21.3%，完成率為 81.8%，平均成本為 US$267.70 (約 HK$2,086)。
在 Google 宣佈 Gemini 4 Argon 後不久的一份報告中，一些內部聲音指出該模型在處理某些編碼任務時表現不佳，儘管 Google 對其能力表示支持。
