Google publica nuevos resultados de referencia de IA para android que incluyen kimi K3.1 pro y DeepSeek V4.1

Google publicó oficialmente nuevos resultados de referencia para tres modelos de IA: OpenAI GPT-6.1 Terra, Kimi K3.1 Pro y DeepSeek V4.1 Flash, en su canal de desarrolladores de Android el 10 de noviembre de 2026. The Android Bench es un conjunto de pruebas especializado en programación de IA desarrollado por Google, diseñado para evaluar las capacidades de los modelos en tareas de ingeniería del mundo real, como la creación de aplicaciones, el desarrollo de funciones, la migración de código y la conversión de aplicaciones. Kimi K3.1 Pro, evaluado utilizando el agente kimi-code, logró una tasa de éxito del 24.0% en 30 tareas de larga duración, con una tasa de finalización promedio del 82.3% y un tiempo de ejecución promedio de 27.4 horas, lo que supone un coste de 317.4 dólares por ejecución. Si bien Kimi K3.1 Pro superó a GPT 6 Astra, Claude Fable 5.1 y Gemini 4 Argon, su puntuación fue inferior a la de GPT 6.1 Terra, que fue del 28.7%. DeepSeek V4.1 Flash, probado con el agente opencode, registró una tasa de éxito del 17.3% y una tasa de finalización promedio del 71.2%, en un tiempo de 12.0 horas y con un coste de solo 9.9 dólares por ejecución de referencia. Este modelo ofrece importantes ventajas en términos de velocidad y eficiencia de costes, lo que lo hace adecuado para equipos de desarrollo con presupuesto limitado.