谷歌 Android Bench 榜单更新：Gemini 4 Argon 编程能力落后于 Claude 与 GPT

谷歌更新 Android Bench 榜单，Gemini 4 Argon 编程能力落后于 Claude Sonnet 5.5 和 GPT 系列模型。Claude Sonnet 5.5 以 40% 通过率和 80.9% 完成率位居榜首，GPT-6.1 Sol 以 29.3% 通过率和 82.8% 完成率排名第二。