基准
Android World
谷歌推出的安卓AI智能体基准测试，覆盖20多款应用、100多项多步骤任务，用于评估移动端AI智能体的跨应用操作能力
时间轴 (近 90 天)
10月6日
在谷歌的 Android World 基准测试中，Artemis 报告的成功率高达 99%，该测试覆盖20多款应用、100多项多步骤任务
待验证50%
9月6日
Qwen3.8 Flash Next 在 Android World 基准测试中得分为84.5，在 Live Code Bench 上得分为91.9/95.7（均为官方数据）
待验证50%
9月6日
Qwen3.8 Flash Next在SWE-Bench Pro得62.5分,Cowork Bench得73.9分,Android World得84.5分,Live Code Bench得91.9/95.7分
待验证50%