Android Bench คือรายการจัดอันดับที่ Google เริ่มทำเมื่อต้นปี 2026 เพื่อช่วยนักพัฒนา Android เลือกโมเดล AI ที่เหมาะกับการช่วยเขียนโค้ด โดยอิงชุดทดสอบของ Google ที่วัดเรื่องเฉพาะของงานพัฒนา Android และแนวปฏิบัติที่ดี Google เป็นผู้รันทดสอบและเพิ่มโมเดลใหม่เมื่อเปิดตัว
ในอัปเดตวันที่ 26 ตุลาคม 2569 ผลที่หลายคนสนใจคือ Gemini 4 Argon ของ Google เองอยู่อันดับ 5 ตามหลังโมเดลล่าสุดของ Claude และ GPT
ตารางอันดับ (เฉพาะโมเดลที่มีตัวเลขเปิดเผย)
| อันดับ | โมเดล | อัตราผ่าน | อัตราทำเสร็จ | ต้นทุนเฉลี่ย |
|---|---|---|---|---|
| 1 | Claude Sonnet 5.5 | 40% | 80.9% | $1,574.90 |
| 2 | Claude Opus 5.5 | ไม่ได้ระบุตัวเลขในรายงาน | ||
| – | GPT-6.1 Sol | 29.3% | 82.8% | $99.50 |
| 5 | Gemini 4 Argon | 21.3% | 81.8% | $267.70 |
Claude Opus 5.5 ถูกเพิ่มเข้ามาเมื่อต้นเดือนตุลาคมและได้อันดับ 2 ส่วน Gemini 4 Argon ตามหลัง Claude Fable 5.1 ด้วย
โมเดลที่เพิ่มในรอบนี้
- GPT-6 Sol
- GPT-6.1 Sol
- Claude Sonnet 5
- Claude Sonnet 5.5
- Gemini 4 Argon
อ่านตารางนี้อย่างไร
- อัตราผ่าน (pass rate) และ อัตราทำเสร็จ (completion rate) คือตัวชี้วัดหลัก
- ต้นทุนเฉลี่ย ใส่ไว้ให้นักพัฒนาชั่งประสิทธิภาพกับราคา เช่น GPT-6.1 Sol อัตราผ่านต่ำกว่า Claude Sonnet 5.5 แต่ต้นทุนเฉลี่ยต่ำกว่ามาก
- อัปเดตนี้เริ่มระบุระดับ reasoning ที่ใช้กับแต่ละโมเดลด้วย
ก่อนหน้านี้เคยมีรายงานภายในว่า Gemini 4 Argon “มีปัญหากับงานโค้ดบางประเภท” แม้ Google จะยืนยันความสามารถของโมเดลก็ตาม
ความคิดเห็น 0
ยังไม่มีความคิดเห็นเป็นคนแรกที่แสดงความคิดเห็นในบทความนี้