Android Bench

谷歌首次公开 Android Bench 上 Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 的实测成绩，前者以 24.0% 通过率超过 Claude 与 Gemini 系列，后者以 9.9 美元单次成本展现显著性价比。该基准聚焦真实 Android 工程任务，为开发者选型提供了可量化的长程智能体能力参照。