谷歌公布 Android 开发者基准测试成绩并展示 Kimi K3.1 Pro 等模型
2026/11/11 — 11/11 09:14·1 个来源（全部）·1 篇报道（全部）
核心速览 (Key Takeaways)
- 谷歌官方账号在 X 平台首次公布了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 在 Android Bench 上的基准跑分，其中 Kimi K3.1 Pro 在长程编程任务中表现亮眼。
事件背景与详细解读
谷歌官方账号 Android Developers 于 11 月 10 日在 X 平台发布推文，首次公开了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 三款模型的 Android Bench 基准跑分。Android Bench 是 Google 面向 Android 开发场景推出的 AI 编程基准，重点考察模型完成应用创建、功能开发、代码迁移和应用转换等真实工程任务的能力。
本次新增的 Kimi K3.1 Pro 使用 kimi-code 智能体，在 30 项长程编程任务中获得 24.0% 的通过率，平均完成度为 82.3%，平均耗时 27.4 小时，单次基准运行成本为 317.4 美元（现汇率约合 2,123 元人民币）。从横向对比看，Kimi K3.1 Pro 的成绩高于 GPT 6 Astra、Claude Fable 5.1 和 Gemini 4 Argon，但低于 GPT-6.1 Terra 的 28.7%。目前三款模型中仅披露了 GPT-6.1 Terra 与 Kimi K3.1 Pro 的具体跑分，DeepSeek V4.1 Flash 的数据在现有报道中尚未公布。
AI 综合 1 篇报道生成 · 更新于 3 天前
相关 AI 工具
- 热度指数
- 25
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 3 天前
这件事的报道 点标题看原文
谷歌官方账号在 X 平台首次公布了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 在 Android Bench 上的基准跑分。其中 Kimi K3.1 Pro 在 30 项长程编程任务中通过率为 24.0%，单次运行成本为 317.4 美元。
谷歌官方公布多款主流模型在 Android 开发基准上的最新跑分。
IT之家AI 评分 70
同时在说的其他事
- 热度指数 130爆开发者将 DeepSeek Harness 部署到 K3s 集群2 个来源
- 热度指数 78DeepSeek Harness 推出 iPhone 客户端 DeepPilot 开启测试1 个来源
- 热度指数 151DeepSeek Harness 天气插件新增 25 张壁纸并优化渲染2 个来源
- 热度指数 2236黄仁勋辞职后英伟达股价暴跌，散户逆势抄底35 个来源
- 热度指数 1463发酵中Google 向所有用户开放 Gemini 4 Hydrogen 高速模型21 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加