谷歌用 Claude Fable 5 和七个新 AI 模型更新了 Android 基准测试
谷歌今日更新了 Android Bench，在其安卓应用开发基准排行榜中新增了八个 AI 模型。此次更新包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。谷歌创建该基准测试以评估大型语言模型在 100 项安卓开发任务中的表现，最初版本于三月推出。
谷歌在 Android Bench 排行榜中新增八个 AI 模型
谷歌扩展了 Android Bench，新增了八个模型。这些新增模型包括 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。公司还采用了新的框架，并增加了成本和效率的指标。谷歌邀请开发者自行测试并提交反馈。
Claude Fable 5 以 84.5% 准确率领先基准测试
Claude Fable 5 在 Android Bench 测试中达到了 84.5% 的准确率，位列排行榜第一。GPT 5.4 和 Claude Sonnet 5 分别位居第二和第三。在更新后的排名中，Gemini 3.1 Pro 位列第五。OpenAI 的模型在 3 月推出的初始版本中略微领先谷歌的 AI。
Android Bench 评估 100 项开发任务
Android Bench 在一套 100 项安卓开发任务中测试大型语言模型。该基准旨在展示哪些 AI 代理在安卓应用开发中表现最佳。谷歌于三月推出了最初版本，此后已将开源模型加入评估框架。
常见问题
谷歌今天在 Android Bench 中新增了哪些模型？
谷歌在 Android Bench 中新增了八个模型：Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8、GLM 5.2、Kimi K2.7 Code、MiniMax M3、Qwen 3.7 Plus 和 Qwen 3.7 Max。
Claude Fable 5 在 Android Bench 中达到了什么准确率？
Claude Fable 5 在 Android Bench 测试中达到了 84.5% 的准确率，位列排行榜第一。
谷歌何时推出了 Android Bench 的最初版本？
谷歌于三月推出了 Android Bench 的最初版本。
伊朗革命卫队于 5 月 31 日在伊朗领空击落美国 MQ-1 无人机
据伊朗国家媒体和法尔斯新闻社称，5月31日上午，伊朗伊斯兰革命卫队（IRGC）在伊朗领空击落了一架美国MQ-1无人机。伊朗伊斯兰革命卫队表示，该无人机意图实施敌对行动，并被防空系统发现并摧毁。...
Cosmos 生态项目 Neutron 宣布转入长期维护模式，将逐步停止核心产品运营Cosmos生态项目Neutron宣布转入长期维护（LTS）模式，逐步停止核心生态产品运营。团队称由于MarsProtocol遭攻击、Structured已结束运营等因素，未能找到可持续发展路径或新的维护方。DEX与Supervault最迟将于4月17日...
美国敦促尼日利亚释放被拘留的 Binance 员工据《纽约时报》，美国政府正敦促尼日利亚释放今年2月被捕的Binance员工TigranGambaryan。据两位美国国务院高级官员透露，此事已成为影响美尼外交关系的重要因素。美国国务卿布林肯5月曾与尼日利亚外长讨论此事，美国...
投资平台 Public 推出个人退休账户（IRA）加密货币交易功能投资平台Public宣布正式在传统IRA（TraditionalIRA）和罗斯IRA（RothIRA）账户中推出加密货币交易功能。此举允许用户在享受退休账户税务优惠（如延期纳税或免税收益）的同时，直接在其退休组合中配置比特币、以太坊...
OKX 日本分支机构 okj.com 获 FSA 监管许可，跻身日本前三大交易所OKX创始人兼首席执行官Star发推表示，“OKX日本分支机构（okj.com）已获得日本金融厅（FSA）的全面监管许可，并跻身日本前三大交易所之列。”