10月26日，谷歌更新Android Bench榜单，评估AI模型安卓编程辅助能力。Claude Sonnet 5.5以40%通过率、80.9%完成率居首；GPT-6.1 Sol调用成本最低（99.5美元），Gemini 4 Argon首测仅列第五，通过率21.3%，完成率81.8%，成本267.7美元。榜单新增推理等级标注，并纳入多款前沿模型。测试覆盖安卓特有场景与最佳实践，兼顾性能与成本。