IT之家注：AndroidBench是谷歌官方推出的安卓开发任务基准测试，用来评估不同AI模型在代码编写、问题解决与开发辅助方面的实际能力。
该测试更贴近真实开发场景，专门衡量AI模型完成安卓开发任务的能力，因此对开发者选择模型有较强参考价值。
根据谷歌官方更新的AndroidBench榜单，OpenAI的GPT-5.5模型以74得分位居榜首，GPT-5.4模型以72.4得分位居第二。
谷歌自家的Gemini3.1ProPreview以72.4得分位居第三；而ClaudeOpus4.7（68.7分）和Opus4.6（66.6分）位居第四和第五。
元股证券:ygzq.hk其中让AndroidAuthority等媒体感到惊讶的是，谷歌Gemini3.5Flash只拿到63.7分，最终排在第6，未进入前5。
在平均Token消耗量（每次基准测试包括100个任务，执行10次计算平均消耗）方面，谷歌Gemini3.5Flash平均消耗3.559亿Tokens，折合单次运行平均成本147.1美元（现汇率约合996.1元人民币），成为整个榜单里最贵的模型。
谷歌在I/O2026上发布Gemini3.5Flash时，权威股票配资，多空杠杆，炒股配资杠杆，安全可靠称其是迄今最强的Flash模型，并强调编码能力更稳健，也更适合AI智能体与复杂工作流。
谷歌还表示，这款模型在部分内部基准测试中优于Gemini3.1Pro，输出速度最高可达竞争性前沿模型的4倍。
但AndroidBench给出的结论并不一致，至少在真实的安卓开发任务场景里，Gemini3.5Flash没有体现出应有优势。
Gemini3.1ProPreview不仅分数更高，成本也大约只有Gemini3.5Flash的1／3，这让开发者很难忽视它在性价比上的落差。
此外基于页面信息，智谱的GLM5.1以59.7分位居第七；而KimiK2.6以58.6分位居第八，DeepSeekV4Pro以55.4分位居第十；而DeepSeekV4Flash以52.7分位居第12位，折合单次运行平均成本只需要8.4美元（现汇率约合56.9元人民币）。Gemini3.5Flash单次运行平均成本是DeepseekV4Flash的17.5倍。
口碑信誉配资
配资骗局识别
合规配资服务网提示：本文来自互联网，不代表本网站观点。
