IT之家 رسالة 28 أكتوبر، قامت جوجل بتحديثأندرويدقائمة تقييم قدرة مساعدة البرمجة Android Bench، حيث تخلّفت نتائج Gemini 4 Argon بشكل كبير عن أحدث إصدارات سلسلتي Claude وGPT.
أُطلقت قائمة Android Bench في بداية هذا العام، لتسهيل على مطوري أندرويد مقارنة سريعة بهذه المعايير الاختبارية من جوجل واختيار نموذج الذكاء الاصطناعي الأنسب لمساعدة تطوير أكواد أندرويد. يأخذ الاختبار في الاعتبار حالات الاستخدام الخاصة بتطوير أندرويد وأفضل ممارسات تطوير أندرويد. وفي وقت مواصلة جوجل للاختبارات وإدراج تصنيفات النماذج الجديدة، أضافت متوسط تكلفة الاستدعاء إلى مؤشرات المعيار، ليسهل على المطورين الاختيار وفقًا لاحتياجاتهم.
في هذا التحديث بتاريخ 26 أكتوبر، أضافت جوجل توضيحًا لمستوى الاستدلال المعتمد لكل نموذج، كما استكملت نتائج اختبارات عدة نماذج، بما في ذلك GPT-6 Sol وGPT-6.1 Sol من OpenAI، وClaude Sonnet 5، وClaude Sonnet 5.5، بالإضافة إلى نموذج جوجل الخاص Gemini 4 Argon.
يحتل Claude Sonnet 5.5 حاليًا المركز الأول في القائمة بمعدل نجاح 40% ومعدل إنجاز 80.9%. وجاء Claude Opus 5.5، الذي انضم إلى القائمة في مطلع الشهر 10، في المركز الثاني.
قد يكون GPT-6.1 Sol من OpenAI هو الإضافة الأكثر جدارة بالاهتمام في هذه الجولة، بمعدل نجاح 29.3% ومعدل إنجاز 82.8%، لكن تكلفة استدعائه تبلغ 99.50 دولارًا فقط (ملاحظة IT之家: ما يعادل حوالي 664.8 يوانًا صينيًا بسعر الصرف الحالي)؛ للمقارنة، تبلغ تكلفة استدعاء Claude المتصدر 1,574.90 دولارًا (ما يعادل حوالي 10,522 يوانًا بسعر الصرف الحالي).
أما نموذج جوجل الخاص Gemini 4 Argon فكان ظهوره الأول متواضعًا، حيث حل في المركز الخامس، متخلفًا بوضوح عن النماذج الرائدة الأخرى، بل ودون Claude Fable 5.1، بمعدل نجاح 21.3% فقط ومعدل إنجاز 81.8%، ومتوسط تكلفة استدعاء 267.70 دولارًا (ما يعادل حوالي 1,789 يوانًا بسعر الصرف الحالي).
بعد وقت قصير من الإعلان الرسمي عن Gemini 4 Argon، أفادت مصادر داخلية بأن النموذج "يواجه صعوبة في التعامل مع بعض مهام البرمجة"، لكن جوجل لا تزال تعترف بقدراته.