Google ha actualizado una vez más su clasificación “Android Bench” para los mejores modelos de IA para el desarrollo de aplicaciones de Android, con un montón de nuevos modelos “de peso abierto”, así como más detalles sobre los tokens utilizados y el costo de uso de estos modelos.
Una cosa en la que los grandes modelos de lenguaje se han vuelto realmente buenos es en la codificación, y su capacidad para ayudar en el desarrollo de aplicaciones y otros proyectos de software también ha llevado al surgimiento de la “codificación por vibración”. A principios de este año, Google publicó una nueva clasificación de referencia que mostraba los “mejores” modelos de IA para el desarrollo de aplicaciones de Android, teniendo en cuenta las tareas comunes de desarrollo de Android, así como cómo estos modelos manejan las mejores prácticas.
Cuando debutó por primera vez el “Android Bench”, Gemini 3.1 Pro lideraba el grupo, y GPT 5.4 de OpenAI más tarde empató en el primer puesto.
A partir de la actualización del 18 de mayo de 2026Hay un nuevo rey en la ciudad. Según Google, GPT 5.5 es actualmente el mejor modelo de IA para el desarrollo de aplicaciones de Android, superando a GPT 5.4 y Gemini 3.1 Pro por poco menos del 2%.
Anuncio: desplácese para ver más contenido
Pero esta última actualización también pone las cosas en perspectiva mucho mejor, ya que Google ahora muestra la latencia promedio, el total de tokens utilizados y el costo promedio de usar cada modelo de IA. Google detalles cómo llegó a cada métrica en la documentación sobre el punto de referencia.
Latencia promedio: tiempo necesario para resolver 100 tareas en 10 ejecuciones. Promedio de tokens totales: consumo de tokens para una ejecución de referencia completa en 10 ejecuciones. Costo promedio: costo por ejecución de referencia en el momento de la prueba en dólares estadounidenses.
Sin embargo, teniendo esto en cuenta, podemos ver que, si bien GPT 5.5 es un poco más potente, cuesta más del doble realizar la misma función que Gemini 3.1 Pro.
Aquí están los diez mejores modelos según Google, incluidos los nuevos datos (al 21 de mayo de 2026):
ModeloPuntuaciónLatencia promedioTotal promedio de tokensCosto promedioNuevo: GPT 5.57415.564.5$133.9GPT 5.472.421.264.2$91.7Gemini 3.1 Pro Preview72.411.575.4$49.0Nuevo: Claude Opus 4.768.711.690.0$124.3GPT 5.3 Codex67.711.271.4$42.6Claude Opus 4.666.69.969.5$84.4GPT 5.2 Codex62.524.3124.4$121.9Claude Opus 4.561.912.579.8$102.5Vista previa de Gemini 3 Pro60.49.8117.0$63.7Nuevo: GLM 5.159.733.480.2$46.7
Como se mencionó, ahora hay más modelos de peso abierto en la clasificación, incluidos Gemma, Qwen, DeepSeek, MiMo y más. De ellos, el GLM 5.1 obtuvo la puntuación más alta, seguido del Kimi K2.6.
Puedes ver el ranking completo en el sitio web de Google.
Google continúa actualizando el “Android Bench” aproximadamente mensualmente. Con Gemini 3.5 Pro próximamente y 3.5 Flash ya disponible, será interesante ver si los propios modelos de Google pueden abordar el liderazgo que OpenAI ha tomado ahora.
¿Está utilizando modelos de IA para el desarrollo de aplicaciones de Android? Si es así, ¿cuál?
Más sobre Android:
Sigue a Ben: Gorjeo/X, Trapos, cielo azuly Instagram
FTC: Utilizamos enlaces de afiliados automáticos que generan ingresos. Más.
