模型	ScreenSpot-Pro	Android World
gelab-zero-4b	68	75.8
UI-TARS-1.5	61.6	64.2
UI-TARS-1.5-7b	49.6
UI-TARS-2	73.3
AutoGLM-Phone-9B	在7款常见安卓APP（微信、美团、淘宝、大众点评、高德地图、小红书、12306）的高频任务上，其成功率达到了89.7%
Qwen3-VL-8B-Instruct	54.6	47.6
Qwen3-VL-4B-Instruct	59.5	45.3