Google опубликовала результаты собственного тестирования нейросетей для создания Android-приложений и неожиданно показала, что внутри рынка ИИ уже нет безоговорочного лидера. Компания представила систему Android Bench - специальный набор реальных задач для оценки того, насколько эффективно языковые модели справляются с разработкой мобильных приложений. Вместо абстрактных тестов ИИ предлагали решать практические задачи: писать код, исправлять ошибки, работать с интерфейсами и логикой приложений.
Первое место заняла модель Gemini 3.1 Pro Preview с результатом 72,4%. Следом расположилась Claude Opus 4.6, набравшая 66,6%. На третьей позиции оказался GPT-5.2 Codex - 62,5%, сумевший опередить некоторые версии Gemini. Для Google это выглядит любопытно: собственная экосистема лидирует, но часть внутренних моделей уступила прямым конкурентам.
Результаты показали большой разрыв между моделями. Например, Gemini 3 Flash Preview получил лишь 42%, а Gemini 2.5 Flash опустился до 16,1%. Фактически разница между лучшим и слабым участником составила более 56 процентных пунктов.
Google делает ставку на то, что подобный рейтинг поможет разработчикам быстрее выбирать подходящий ИИ-инструмент, а не ориентироваться на маркетинговые заявления. Похоже, эпоха, когда любую нейросеть считали универсальным помощником программиста, начинает уходить в прошлое: теперь важнее не громкое имя модели, а её реальные показатели в конкретной задаче.
Новости нейросетей
28.05.2026