Google actualiza las clasificaciones de android bench: gemini 4 argon se queda atrás de claude y GPT en capacidades de programación

El 28 de octubre de 2026, Google actualizó sus clasificaciones de Android Bench, que evalúan las capacidades de los modelos de IA en la asistencia de programación para Android. Los últimos resultados muestran que Gemini 4 Argon se queda significativamente atrás de las últimas versiones de los modelos Claude y GPT. Android Bench se lanzó a principios de este año para ayudar a los desarrolladores de Android a elegir los mejores modelos de IA para el desarrollo de código. La prueba considera casos de uso y mejores prácticas específicas de Android, y Google ha incluido el costo promedio de las llamadas como una métrica de referencia para ayudar a los desarrolladores en su selección. En la actualización del 26 de octubre, Google agregó una nueva etiqueta para el nivel de inferencia de cada modelo e incluyó modelos adicionales como GPT-6.1 Sol y Claude Sonnet 5.5. El mejor resultado es Claude Sonnet 5.5, con una tasa de aprobación del 40% y una tasa de finalización del 80,9%. GPT-6.1 Sol, una nueva adición, tiene una tasa de aprobación del 29,3% y una tasa de finalización del 82,8%, con un costo de llamada de 99,50 dólares. En contraste, Claude Sonnet 5.5 tiene un costo de llamada mucho más alto de 1.574,90 dólares. Gemini 4 Argon, el propio modelo de Google, se clasificó en quinto lugar con una tasa de aprobación del 21,3% y una tasa de finalización del 81,8%, y un costo de llamada de 267,70 dólares. Google reconoció el rendimiento de Gemini 4 Argon, a pesar de los informes internos que sugieren que tiene dificultades con algunas tareas de programación.