APK Arena: New Mobile Agent Benchmark Released

giffmana · x · 2026-07-12

发布了一个新的前沿基准 APK Arena,用于评估 AI agent 在手机上的操作能力。

作者称他们对 GPT 5.6 做了横向对比,结果它在这套基准上整体领先于其他模型。基准覆盖 50+ 关卡,包括点击、视觉理解、记忆、游戏和真实任务等手机使用场景。

Original post →

More from Apps

Apps channel →