谷歌升級Android Bench代碼排行榜:Claude5斬獲榜首，Gemini準確率與效率雙落後

谷歌7月9日宣佈對Android Bench排行榜重大改版，全面引入標準化Harbor沙箱框架，將測試遷移至安全隔離環境，簡化全球開發者運行評估及數據共享流程，並通過GitHub開源允許社區提交自定義任務。但在重新測定排名中，谷歌自家模型表現不佳，落後於Anthropic旗下模型。