7月中旬，Google 悄然更新了 Android AI 开发者基准测试（Android Bench），新增了包括 Fable 5 在内的多个竞品 Agent 模型评测。然而，这次更新的评测结果揭示了一个令人尴尬的事实：Google 自家的 Gemini 模型，在 Android 这个自家平台上，排不进前四。
基准数据：Gemini 输在哪里
更新后的 Android Bench 排行榜显示，Gemini 3.1 Pro 滑落至第五名。而定位"低成本"的 Gemini 3.5 Flash 表现更令人担忧：完成 100 道问题、10 轮运行的基准测试耗时长达 28 小时，单次运行成本高达 165 美元——在所有参测模型中成本最高。相比之下，Fable 5 和 GPT-5.5 虽然运行成本也超过 130 美元，但得分显著更高。换句话说，Gemini 在 Android 平台上的性价比处于明显劣势。
这一差距对 Google 而言尤为敏感。Android 是全球最大的移动操作系统，掌控着超过 30 亿台活跃设备。如果连自家平台上的 AI 开发基准都被竞品全面超越，Google 如何说服 Android 开发者使用 Gemini 而不是 OpenAI 或 Anthropic 的模型来构建下一代 AI 应用？
隐秘的应对：购买源码训练 AI
比基准测试结果更值得关注的是一个被主流报道忽略的细节：据 Ars Technica 报道，Google 一直在向 Android 开发者购买应用源代码，用于 AI 模型训练。这一做法虽然不违法，但暴露了 Google 在移动 AI 领域的深层焦虑——它无法仅凭自有数据和技术生态保持领先，不得不通过"购买"来弥补与竞品之间的差距。
Android Bench 引入了 Harbor 框架，让开发者可以更轻松地运行、评估和提交自己的开发任务。Google 希望借此建立一个社区驱动的基准体系。但问题在于：如果开发者的测试结果反复证明 Gemini 不如竞品，这个社区本身可能反噬 Google 的战略目标。
随着 Google 将越来越多的项目转向 Agentic 开发模式，Android 编码性能的差距正在成为一个结构性风险。一个无法回避的问题浮现：如果 Android 上最好的 AI 模型都不是 Google 自家的，那么"AI + Android"这一整套叙事的基础，还稳固吗？
粤公网安备44130202001736号