17173首页 游戏资讯 科技新闻 正文

谷歌安卓AI编程榜单更新:Kimi K3.1 Pro通过率翻倍 DeepSeek成本仅9.9美元

导语
谷歌Android Bench 2.0更新:Kimi K3.1 Pro通过率翻倍至24%,DeepSeek V4.1 Flash成本仅9.9美元;Claude Sonnet 5.5以40%领跑,安卓AI编程谁更值?

据谷歌Android开发者官网公布的信息,谷歌近日更新了Android Bench 2.0人工智能开发基准测试榜单,新增了Kimi K3.1 Pro、DeepSeek V4.1 Flash 1017及GPT 6.1 Terra等模型的测试成绩。

榜单数据显示,月之暗面Kimi K3.1 Pro取得24.0%的任务通过率,平均任务完成度达到82.3%,在当前长周期任务排行榜中位列第六。

作为对比,此前Kimi K3的任务通过率为12.0%,平均任务完成度为72.8%。新版本的任务通过率达到前代的两倍,完成度也有所提升。

在测试效率方面,Kimi K3.1 Pro完成一轮完整基准测试的平均耗时为27.4小时,平均成本为317.4美元。此前Kimi K3的对应数据为66.2小时和418.3美元。

DeepSeek V4.1 Flash 1017则取得17.3%的任务通过率,平均任务完成度为71.2%,目前位列第九。

值得注意的是,DeepSeek V4.1 Flash 1017完成一轮完整基准测试的平均耗时为12.0小时,成本仅为9.9美元,在测试成本方面具有明显优势。

不过,两款模型采用了不同的编程智能体。Kimi K3.1 Pro搭配kimi-code,DeepSeek V4.1 Flash 1017则搭配opencode。

其他模型方面,Claude Sonnet 5.5以40.0%的任务通过率位居榜首,Claude Opus 5.5以37.3%排名第二,GPT 6.1 Sol以29.3%位列第三。

据了解,Android Bench 2.0主要面向安卓应用开发场景,共设置30项长周期开发任务,涵盖应用创建、架构迁移、新功能开发及跨平台应用转换等多个方向。

【来源:快科技】

尊敬的用户也许你已经注意到了我们文章页面进行了大规模的改造和重构,可以点击提交您的满意度或者想法我们会持续改进,给您提供更好的浏览体验! 一键参与
17173APP

扫描下载APP

游戏礼包一键领取

17173微信公众号

扫描关注公众号

每天更新