Google обновила Android Bench: лидерство захватил Claude от Anthropic

Google обновила рейтинг Android Bench, оценивающий ИИ-модели для разработки Android-приложений. Лидером стала Anthropic Claude Sonnet 5 с результатом 84,5%.

Рейтинг перешёл на фреймворк Harbor вместо прежней системы бенчмаркинга. Теперь разработчики могут использовать единый инструмент для оценки моделей в реальных сценариях и делиться своими результатами.

Методология и тестовый стенд опубликованы на GitHub. Второе место занял OpenAI GPT-5.5 — 80,2%, третье — Claude Sonnet 5 с отставанием 8,3 п.п. от лидера. Все прежние модели получили новые оценки.

источник