IT之家注：Android Bench 是谷歌官方推出的安卓开发任务基准测试，用来评估不同 AI 模型在代码编写、问题解决与开发辅助方面的实际能力。

　　该测试更贴近真实开发场景，专门衡量 AI 模型完成安卓开发任务的能力，因此对开发者选择模型有较强参考价值。

　　在平均 Token 消耗量（每次基准测试包括 100 个任务，执行 10 次计算平均消耗）方面，谷歌 Gemin九游娱乐-平台官网九游娱乐-平台官网i 3.5 Flash 平均消耗 3.559 亿 Tokens，折合单次运行平均成本 147.1 美元（现汇率约合 996.1 元人民币），成为整个榜单里最贵的模型。

　　谷歌在 I/O 2026 上发布 Gemini 3.5 Flash 时，称其是迄今最强的 Flash 模型，并强调编码能力更稳健，也更适合 AI 智能体与复杂工作流。

　　谷歌还表示，这款模型在部分内部基准测试中优于 Gemini 3.1 Pro，输出速度最高可达竞争性前沿模型的 4 倍。

　　但 Android Bench 给出的结论并不一致，至少在真实的安卓开发任务场景里，Gemini 3.5 Flash 没有体现出应有优势。