ANDROID & APPS ·
Android Bench 2.0 bewertet KI-Agenten bei mehrtägigen Entwicklungsaufgaben
Googles aktualisierter Benchmark prüft Modelle und Agenten nun bei komplexen Android-Projekten und bewertet Ergebnisse differenziert statt ausschließlich binär.
Android-Teams können anhand von Abschlussquote, Kosten und Fehlerschwerpunkten besser einschätzen, welche KI-Werkzeuge sich für umfangreiche Aufgaben eignen.
Die wichtigsten Punkte
- Die neuen Langzeitaufgaben umfassen unter anderem Abhängigkeits-Upgrades, neue Funktionen, komplette Apps und Portierungen auf Android.
- Die kontinuierliche Bewertung berücksichtigt Funktionalität, visuelle Übereinstimmung und vermiedene Regressionen.
- Die höchste Erfolgsquote bei den Langzeitaufgaben liegt laut Google bei rund 28 Prozent, gegenüber etwa 91 Prozent bei den ursprünglichen Aufgaben.
Stand: 20. September 2026. Diese Kurzmeldung wird bei relevanten Änderungen erneut geprüft und sichtbar aktualisiert.