谷歌Android Bench首曝跑分：Kimi通过率24.0%，单次成本US$317.4

11月10日，谷歌Android Developers账号在X平台首次公开Android Bench基准跑分，涉及OpenAI GPT-6.1 Terra、Kimi K3.1 Pro和DeepSeek V4.1 Flash三款模型。Android Bench是谷歌面向Android开发场景推出的编程基准，重点考察模型完成应用创建、功能开发、代码迁移和应用转换等真实工程任务的能力。

Kimi K3.1 Pro使用kimi-code智能体，在30项长程任务中取得24.0%的通过率，平均完成度82.3%，平均耗时27.4小时，单次基准运行成本US$317.4（原文折合￥2,123）。横向对比，该通过率高于GPT 6 Astra、Claude Fable 5.1和Gemini 4 Argon，但低于GPT 6.1 Terra的28.7%。

DeepSeek V4.1 Flash 1017通过opencode智能体参与评测，通过率17.3%，平均完成度71.2%，平均耗时12.0小时，单次运行成本US$9.9（原文折合￥66.2）。其通过率低于Kimi K3.1 Pro，但原文指出其速度和成本优势明显，更适合对预算、响应时间敏感的开发团队。