Google acaba de cambiar la forma en que mide qué modelos de IA son mejores escribiendo código para apps Android, y la actualización ha reorganizado los posicionamientos que los desarrolladores usan para elegir sus herramientas. La clasificación de Android Bench de la compañía, que se lanzó en marzo, ahora funciona con un nuevo sistema de pruebas llamado Harbor. Google dice que esto sustituye a la herramienta de pruebas más antigua y genérica que usaba antes, y ofrece una mejor lectura de cómo funcionan los modelos en tareas reales de Android, como actualizar código antiguo a Jetpack Compose o gestionar la red de dispositivos portátiles.
Los nuevos modelos sacuden la cima de la lista
Desde que cambió la herramienta de pruebas, Google volvió a pasar todos los modelos por ella. Se añadieron ocho nuevos modelos a la clasificación, incluyendo Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, MiniMax M3, Qwen 3.7 Plus y Qwen 3.7 Max.
Claude Fable 5 está ahora en lo más alto con una puntuación del 84,5 por ciento, seguido por GPT 5,5 con 80,2 y Claude Sonnet 5 con 76,2. Entre los modelos libres de peso libre, el GLM 5.2 lidera con un 72,2 %, por delante del Kimi K2.7 Code con 70,4 %. El propio Gemini 3.1 Pro de Google ocupa el quinto puesto con una puntuación del 73,7 por ciento. Si consultas Android Bench para elegir el modelo adecuado para tu trabajo de programación, deberías visitar la web de Android Bench y consultar la clasificación actualizada.
Ahora los desarrolladores pueden enviar sus propias tareas de prueba
Cuando Google lanzó Android Bench en marzo, publicó su metodología de pruebas y su uso de pruebas en GitHub para mayor transparencia. Ahora, está llevando ese enfoque abierto más allá permitiendo que los desarrolladores contribuyan con sus propias tareas de desarrollo Android al benchmark. Los desarrolladores también pueden realizar las pruebas ellos mismos con sus modelos preferidos y compartir los resultados con la comunidad.
Es muy probable que las clasificaciones cambien a medida que aparezcan más modelos nuevos, como el recientemente lanzado GPT-5.6 Sol, Terra y Luna de OpenAI. Si eliges una herramienta de IA para programar Android, trata la tabla de clasificación actual como una instantánea, no como una clasificación permanente, y vuelve a revisar antes de comprometerte con una para tu próximo proyecto.
