AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
AndroidWorld
AndroidWorld evaluates an agent's ability to operate in real Android GUI environments, completing multi-step tasks by perceiving screen content and executing touch/type actions.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 5
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Qwen3.8 Max | 0.853 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Qwen3.8-27B | 0.819 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.81 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| GLM-5V-Turbo | 0.757 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.703 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |