In questo articolo Indice dei contenuti 3 sezioni
Google ha aggiornato Android Bench, la classifica con cui valuta quanto i modelli di intelligenza artificiale siano davvero utili nella programmazione per Android. Il verdetto più curioso riguarda proprio la casa madre, perché Gemini 4 Argon finisce parecchio indietro rispetto agli ultimi modelli di Claude e GPT. Non proprio il risultato che ci si aspetterebbe da un’azienda che giudica un proprio prodotto in casa propria.
Per chi non lo conoscesse, Android Bench è nato all’inizio del 2026 con un obiettivo piuttosto pratico. Offrire agli sviluppatori Android un modo rapido per capire quali modelli di IA siano più adatti ad assisterli nella scrittura del codice, partendo da un test messo a punto da Google stessa. La prova tiene conto degli aspetti più specifici della programmazione su Android e delle buone pratiche consigliate per lo sviluppo sulla piattaforma. Insomma, non una valutazione generica ma un banco di prova pensato su misura.
Android Bench: cosa cambia con l’aggiornamento del 26 ottobre
Con il passare dei mesi e l’arrivo di nuovi modelli da testare, la classifica si è arricchita. A un certo punto Google ha deciso di includere anche il costo medio di ogni modello, un dato tutt’altro che secondario per chi deve scegliere lo strumento giusto in base alle proprie esigenze e al proprio budget. Avere il modello più bravo serve a poco, se poi il conto diventa insostenibile.
L’aggiornamento del 26 ottobre 2026 aggiunge un ulteriore tassello. Per ciascun modello viene ora indicato anche il livello di ragionamento utilizzato durante i test. Nella lista entrano poi diversi nomi nuovi, vale a dire GPT 6 Sol e GPT 6.1 Sol di OpenAI, Claude Sonnet 5 e Claude Sonnet 5.5 di Anthropic e, appunto, Gemini 4 Argon di Google.
Claude in vetta, ma GPT 6.1 Sol costa molto meno
Al primo posto della graduatoria si piazza Claude Sonnet 5.5, con un tasso di superamento dei test del 40% e un tasso di completamento dell’80,9%. Subito dietro c’è Claude Opus 5.5, entrato in classifica a inizio ottobre. Le prime due posizioni, quindi, parlano la lingua di Anthropic.
Il caso più interessante però potrebbe essere quello di GPT 6.1 Sol. Il modello di OpenAI registra un tasso di superamento del 29,3% e un tasso di completamento dell’82,8%, quindi addirittura superiore al primo classificato su questo specifico parametro. A colpire è soprattutto la spesa. Il costo si ferma a circa 90 euro, mentre Claude Sonnet 5.5 per conquistare la vetta arriva a circa 1.450 euro. Una differenza enorme, che per molti sviluppatori potrebbe pesare parecchio nella scelta finale.
Il debutto in sordina di Gemini 4 Argon
E poi c’è la nota dolente per Google. Gemini 4 Argon fa il suo esordio in classifica in modo piuttosto deludente, fermandosi al quinto posto e ben distante dagli altri modelli di punta. Davanti a lui trova spazio anche Claude Fable 5.1, mentre il modello di casa Google si accontenta di un tasso di superamento del 21,3%, di un tasso di completamento dell’81,8% e di un costo medio di circa 245 euro.
I numeri, letti uno accanto all’altro, raccontano una storia abbastanza chiara. Sul completamento delle attività Gemini 4 Argon resta in linea con i rivali, ma quando si tratta di superare effettivamente i test il distacco diventa evidente. E sul fronte della spesa non riesce nemmeno a competere con la convenienza della proposta di OpenAI.
Il risultato, del resto, non arriva del tutto a sorpresa. Poco dopo la presentazione di Gemini 4 Argon era emerso un resoconto secondo cui alcune voci interne sostenevano che il modello avesse difficoltà a gestire determinate attività di programmazione. Google, all’epoca, aveva difeso le capacità del suo nuovo modello.
Fonte: TecnoAndroid