Android Bench évalue les LLM pour les tâches Android, Claude Opus 5 arrive 1er mais...

Android Bench publie une mise à jour du benchmark LLM dédié au développement Android, intégrant huit nouveaux modèles et soulignant l’importance d’équilibrer performance, latence et coût.

• Top 5 des modèles (score global) : Claude Opus (91,8 %), Claude Fable 5 (90,9 %), GPT 5.6 Sol (90,8 %), Kimi K7 (90,2 %) et GPT 5.6 Luna (87,6 %).
• Facteurs à considérer : malgré un score élevé, Luna reste le plus économique, Opus le plus cher, et Kimi K3 montre une latence élevée ; Qwen 3.8 Max explose les coûts (≈ 196 $) avec une très mauvaise latence.
• Enjeu principal : choisir un modèle qui offre un bon compromis entre la qualité du code généré, la rapidité d’exécution et le prix, les modèles Grok étant absents du comparatif.