Google acaba de cambiar la forma en que mide qué modelos de IA son mejores para escribir código de aplicaciones de Android, y la actualización ha cambiado las clasificaciones que los desarrolladores usan para elegir sus herramientas. La tabla de clasificación de Android Bench de la compañía, que se lanzó en marzo, ahora se ejecuta en un nuevo sistema de prueba llamado Harbor. Google cube que esto reemplaza la herramienta de prueba más antigua y genérica que usaba antes y brinda una mejor lectura de cómo se desempeñan los modelos en tareas reales de Android, como actualizar el código antiguo a Jetpack Compose o manejar redes de dispositivos portátiles.
Los nuevos modelos revolucionan los primeros puestos de la lista
Desde que cambió la herramienta de prueba, Google volvió a ejecutar todos los modelos. Se agregaron ocho nuevos modelos a la clasificación, incluidos Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, MiniMax M3, Qwen 3.7 Plus y Qwen 3.7 Max.
Claude Fable 5 ahora se sitúa en la cima con una puntuación del 84,5 por ciento, seguido de GPT 5.5 con 80,2 y Claude Sonnet 5 con 76,2. Entre los modelos gratuitos y de peso abierto, el GLM 5.2 lidera con un 72,2 por ciento, por delante del Kimi K2.7 Code con un 70,4. El Gemini 3.1 Professional de Google ocupa el quinto lugar con una puntuación del 73,7 por ciento. Si consulta Android Bench para elegir el modelo correcto para su trabajo de codificación, debe dirigirse al sitio internet de Android Bench y consultar la tabla de clasificación actualizada.
Los desarrolladores ahora pueden enviar sus propias tareas de prueba
Cuando Google lanzó Android Bench en marzo, publicó su metodología de prueba y su método de prueba en GitHub para mayor transparencia. Ahora, está llevando ese enfoque abierto más allá al permitir que los desarrolladores contribuyan con sus propias tareas de desarrollo de Android al punto de referencia. Los desarrolladores también pueden realizar las pruebas ellos mismos con sus modelos preferidos y compartir los resultados con la comunidad.
Es muy possible que las clasificaciones cambien a medida que aparezcan más modelos nuevos, como los GPT-5.6 Sol, Terra y Luna lanzados recientemente por OpenAI. Si elige una herramienta de inteligencia synthetic para la codificación de Android, trate la tabla de clasificación precise como una instantánea, no como una clasificación permanente, y vuelva a consultarla antes de comprometerse con una para su próximo proyecto.
