Google a implementat un nou cadru pentru testarea modelelor AI dezvoltate pentru programarea Android, adoptând standardul Harbor și integrând opt modele noi.

Claude Fable 5 de la Anthropic conduce clasamentul cu un scor de precizie de 84,5%, depășind modelele GPT-5.5 ale OpenAI. Modelele Google Gemini au rămas în urma competitorilor la precizie și costuri operaționale.

Platforma este deschisă comunității prin GitHub, permițând evaluări și contribuții ale dezvoltatorilor la benchmark-ul Android Bench.