Google presenta un benchmark para evaluar modelos de IA en el desarrollo de Android

Google ha lanzado 'Android Bench', un leaderboard que benchmarkea el rendimiento de modelos de IA en tareas reales de desarrollo Android extraídas de GitHub. Los modelos deben resolver problemas como migrar código a Jetpack Compose o manejar cambios entre versiones de Android, verificados con tests unitarios. Gemini 3.1 Pro lidera el ranking, seguido de Claude Opus 4.6, con tasas de éxito entre 16% y 72%. El benchmark incluye medidas contra contaminación de datos y se publica en GitHub para transparencia. Esto facilita a los desarrolladores elegir modelos que mejoren la calidad de sus apps Android.