تحديثات معيار Android Bench
أصدرت جوجل تحديثاً جديداً لقائمة Android Bench، وهي الأداة المرجعية التي تهدف إلى قياس قدرة نماذج الذكاء الاصطناعي على تقديم المساعدة في برمجة تطبيقات أندرويد. يركز هذا المعيار على تقييم النماذج بناءً على متطلبات برمجية محددة وأفضل الممارسات المتبعة في تطوير تطبيقات النظام، مع إدراج متوسط التكلفة التشغيلية لكل نموذج لمساعدة المطورين على اتخاذ قرارات اقتصادية وتقنية مدروسة.
أداء النماذج في الاختبارات الأخيرة
شهد التحديث الأخير إضافة نتائج نماذج متقدمة، حيث تصدرت القائمة نماذج شركة Anthropic، وتحديداً Claude Sonnet 5.5 الذي حقق نسبة نجاح بلغت 40% ومعدل إكمال للكود وصل إلى 80.9%. كما جاء نموذج Claude Opus 5.5 في المرتبة الثانية.
من جهة أخرى، برز نموذج GPT-6.1 Sol من OpenAI كخيار لافت للمطورين؛ فعلى الرغم من تحقيقه نسبة نجاح بلغت 29.3% ومعدل إكمال 82.8%، إلا أنه يتميز بتكلفة تشغيلية منخفضة جداً تصل إلى 99.50 دولاراً، مقارنة بتكلفة نموذج Claude المتصدر التي تبلغ 1,574.90 دولاراً.
موقف Gemini 4 Argon
جاء ظهور نموذج جوجل الجديد Gemini 4 Argon مخيباً للآمال في هذا التقييم، حيث حل في المرتبة الخامسة، متأخراً عن نماذج منافسة مثل Claude Fable 5.1. سجل النموذج نسبة نجاح بلغت 21.3% ومعدل إكمال 81.8%، بمتوسط تكلفة 267.70 دولاراً. يأتي هذا الأداء ليؤكد تقارير داخلية سابقة أشارت إلى وجود صعوبات يواجهها النموذج في التعامل مع مهام برمجية معينة، رغم تأكيدات جوجل المستمرة على كفاءة وقدرات النموذج.
ما الذي يعنيه هذا للمطورين؟
تكمن أهمية هذه التحديثات في توفير شفافية أكبر حول كيفية أداء النماذج في بيئات عمل حقيقية. بالنسبة لمطوري أندرويد، لا يعد الأداء التقني وحده المعيار الحاسم، بل أصبحت التكلفة مقابل الإنجاز عاملاً جوهرياً. يثبت هذا التقييم أن النماذج الرائدة في السوق تتفاوت بشكل كبير في تخصصاتها، مما يفرض على المطورين اختيار الأداة التي توازن بين دقة الكود البرمجي والميزانية المتاحة للمشاريع التقنية.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.