跳到正文
新浪科技·· 11 天前AI 評分49

谷歌更新 Android Bench 榜單,公佈 Kimi K3.1 Pro 等模型成績

谷歌更新安卓 AI 开发基准榜单:Kimi K3.1 Pro / DeepSeek V4.1 Flash 成绩揭晓

AI 導讀

谷歌公開 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 基準成績,評估模型完成 Android 開發任務的能力。

正文

IT之家 11 月 11 日消息,谷歌官方账号 Android Developers(@AndroidDev)昨日(11 月 10 日)在 X 平台发布推文,首次公开了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 三款模型的 Android Bench 基准跑分。

IT之家注:Android Bench 是 Google 面向 Android 开发场景推出的 AI 编程基准,重点考察模型完成应用创建、功能开发、代码迁移和应用转换等真实工程任务的能力。

本次新增的 Kimi K3.1 Pro 使用 kimi-code 智能体,在 30 项长程任务中获得 24.0% 的通过率,平均完成度为 82.3%,平均耗时 27.4 小时,单次基准运行成本为 317.4 美元(现汇率约合 2,123 元人民币)。

从横向对比看,Kimi K3.1 Pro 的成绩高于 GPT 6 Astra、Claude Fable 5.1 和 Gemini 4 Argon,但低于 GPT 6.1 Terra 的 28.7%。

DeepSeek V4.1 Flash 1017 通过 opencode 智能体参与评测,取得 17.3% 的通过率、71.2% 的平均完成度、12.0 小时的平均耗时,以及 9.9 美元(现汇率约合 66.2 元人民币)的单次基准运行成本。虽然其通过率低于 Kimi K3.1 Pro,但其速度和成本优势明显,尤其适合对预算、响应时间敏感的开发团队。

新浪众测 新浪众测

新浪科技公众号

新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

科学大家

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片

來源:新浪科技 · finance.sina.com.cn