AI Benchmark
8.9 143
v6.0.2 von Ignatov Andrey
Über AI Benchmark
AI Benchmark (Paketname: org.benchmark.demo) wird von Ignatov Andrey entwickelt und die neueste Version von AI Benchmark 6.0.2 wurde am 27. März 2025 aktualisiert. AI Benchmark liegt in der Kategorie von Tools. Sie können alle Apps von dem Entwickler der AI Benchmark durchsuchen und 162 alternative Apps zu AI Benchmark auf Android finden. Derzeit ist diese APP kostenlos. Diese App kann auf Android 5.0+ auf APKFab oder Google Play heruntergeladen werden. Alle APK/XAPK Dateien auf APKFab.com sind original und 100% sicher, schnell herunterzuladen.
Erzeugung neuronaler Bilder, Gesichtserkennung, Bildklassifizierung, Beantwortung von Fragen ...
Ist Ihr Smartphone in der Lage, die neuesten Deep Neural Networks auszuführen, um diese und viele andere KI-basierte Aufgaben auszuführen? Verfügt es über einen speziellen KI-Chip? Ist es schnell genug? Führen Sie AI Benchmark durch, um die KI-Leistung professionell zu bewerten!
Aktuelles Telefon-Ranking: http://ai-benchmark.com/ranking
AI Benchmark misst die Geschwindigkeit, Genauigkeit, den Stromverbrauch und den Speicherbedarf für mehrere wichtige KI-, Computer Vision- und NLP-Modelle. Zu den getesteten Lösungen gehören Bildklassifizierungs- und Gesichtserkennungsmethoden, KI-Modelle zur neuronalen Bild- und Textgenerierung, neuronale Netze für die Bild-/Video-Superauflösung und Fotoverbesserung sowie KI-Lösungen für autonome Fahrsysteme und Smartphones für reale Zeittiefenschätzung und semantische Bildsegmentierung. Die Visualisierung der Ergebnisse der Algorithmen ermöglicht es, deren Ergebnisse grafisch auszuwerten und den aktuellen Stand der Technik in verschiedenen KI-Bereichen kennenzulernen.
Insgesamt besteht AI Benchmark aus 83 Tests und 30 unten aufgeführten Abschnitten:
Abschnitt 1. Klassifizierung, MobileNet-V3
Abschnitt 2. Klassifizierung, Inception-V3
Abschnitt 3. Gesichtserkennung, Swin Transformer
Abschnitt 4. Klassifizierung, EfficientNet-B4
Abschnitt 5. Klassifizierung, MobileViT-V2
Abschnitte 6/7. Parallele Modellausführung, 8 x Inception-V3
Abschnitt 8. Objektverfolgung, YOLO-V8
Abschnitt 9. Optische Zeichenerkennung, ViT Transformer
Abschnitt 10. Semantische Segmentierung, DeepLabV3+
Abschnitt 11. Parallele Segmentierung, 2 x DeepLabV3+
Abschnitt 12. Semantische Segmentierung, Alles segmentieren
Abschnitt 13. Foto-Unschärfe, IMDN
Abschnitt 14. Bild-Superauflösung, ESRGAN
Abschnitt 15. Bild-Superauflösung, SRGAN
Abschnitt 16. Bildrauschunterdrückung, U-Net
Abschnitt 17. Tiefenschätzung, MV3-Tiefe
Abschnitt 18. Tiefenschätzung, MiDaS 3.1
Abschnitt 19/20. Bildverbesserung, DPED
Abschnitt 21. Gelernter Kamera-ISP, MicroISP
Abschnitt 22. Bokeh-Effekt-Rendering, PyNET-V2 Mobile
Abschnitt 23. FullHD-Video-Superauflösung, XLSR
Abschnitt 24/25. 4K-Video-Superauflösung, VideoSR
Abschnitt 26. Beantwortung von Fragen, MobileBERT
Abschnitt 27. Neuronale Textgenerierung, Llama2
Abschnitt 28. Neurale Textgenerierung, GPT2
Abschnitt 29. Neuronale Bilderzeugung, stabile Diffusion V1.5
Abschnitt 30. Speichergrenzen, ResNet
Darüber hinaus kann man im PRO-Modus eigene TensorFlow Lite-Deep-Learning-Modelle laden und testen.
Eine detaillierte Beschreibung der Tests finden Sie hier: http://ai-benchmark.com/tests.html
Hinweis: Hardwarebeschleunigung wird auf allen mobilen SoCs mit dedizierten NPUs und KI-Beschleunigern unterstützt, einschließlich Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos und UNISOC Tiger-Chipsätzen. Ab AI Benchmark v4 kann man auch auf älteren Geräten in den Einstellungen die GPU-basierte KI-Beschleunigung aktivieren („Beschleunigen“ -> „GPU-Beschleunigung aktivieren“ / „Arm NN“, OpenGL ES-3.0+ ist erforderlich).
Ist Ihr Smartphone in der Lage, die neuesten Deep Neural Networks auszuführen, um diese und viele andere KI-basierte Aufgaben auszuführen? Verfügt es über einen speziellen KI-Chip? Ist es schnell genug? Führen Sie AI Benchmark durch, um die KI-Leistung professionell zu bewerten!
Aktuelles Telefon-Ranking: http://ai-benchmark.com/ranking
AI Benchmark misst die Geschwindigkeit, Genauigkeit, den Stromverbrauch und den Speicherbedarf für mehrere wichtige KI-, Computer Vision- und NLP-Modelle. Zu den getesteten Lösungen gehören Bildklassifizierungs- und Gesichtserkennungsmethoden, KI-Modelle zur neuronalen Bild- und Textgenerierung, neuronale Netze für die Bild-/Video-Superauflösung und Fotoverbesserung sowie KI-Lösungen für autonome Fahrsysteme und Smartphones für reale Zeittiefenschätzung und semantische Bildsegmentierung. Die Visualisierung der Ergebnisse der Algorithmen ermöglicht es, deren Ergebnisse grafisch auszuwerten und den aktuellen Stand der Technik in verschiedenen KI-Bereichen kennenzulernen.
Insgesamt besteht AI Benchmark aus 83 Tests und 30 unten aufgeführten Abschnitten:
Abschnitt 1. Klassifizierung, MobileNet-V3
Abschnitt 2. Klassifizierung, Inception-V3
Abschnitt 3. Gesichtserkennung, Swin Transformer
Abschnitt 4. Klassifizierung, EfficientNet-B4
Abschnitt 5. Klassifizierung, MobileViT-V2
Abschnitte 6/7. Parallele Modellausführung, 8 x Inception-V3
Abschnitt 8. Objektverfolgung, YOLO-V8
Abschnitt 9. Optische Zeichenerkennung, ViT Transformer
Abschnitt 10. Semantische Segmentierung, DeepLabV3+
Abschnitt 11. Parallele Segmentierung, 2 x DeepLabV3+
Abschnitt 12. Semantische Segmentierung, Alles segmentieren
Abschnitt 13. Foto-Unschärfe, IMDN
Abschnitt 14. Bild-Superauflösung, ESRGAN
Abschnitt 15. Bild-Superauflösung, SRGAN
Abschnitt 16. Bildrauschunterdrückung, U-Net
Abschnitt 17. Tiefenschätzung, MV3-Tiefe
Abschnitt 18. Tiefenschätzung, MiDaS 3.1
Abschnitt 19/20. Bildverbesserung, DPED
Abschnitt 21. Gelernter Kamera-ISP, MicroISP
Abschnitt 22. Bokeh-Effekt-Rendering, PyNET-V2 Mobile
Abschnitt 23. FullHD-Video-Superauflösung, XLSR
Abschnitt 24/25. 4K-Video-Superauflösung, VideoSR
Abschnitt 26. Beantwortung von Fragen, MobileBERT
Abschnitt 27. Neuronale Textgenerierung, Llama2
Abschnitt 28. Neurale Textgenerierung, GPT2
Abschnitt 29. Neuronale Bilderzeugung, stabile Diffusion V1.5
Abschnitt 30. Speichergrenzen, ResNet
Darüber hinaus kann man im PRO-Modus eigene TensorFlow Lite-Deep-Learning-Modelle laden und testen.
Eine detaillierte Beschreibung der Tests finden Sie hier: http://ai-benchmark.com/tests.html
Hinweis: Hardwarebeschleunigung wird auf allen mobilen SoCs mit dedizierten NPUs und KI-Beschleunigern unterstützt, einschließlich Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos und UNISOC Tiger-Chipsätzen. Ab AI Benchmark v4 kann man auch auf älteren Geräten in den Einstellungen die GPU-basierte KI-Beschleunigung aktivieren („Beschleunigen“ -> „GPU-Beschleunigung aktivieren“ / „Arm NN“, OpenGL ES-3.0+ ist erforderlich).
AI Benchmark 6.0.2 Update
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
Mehr lesen
AI Benchmark Besonderheiten
Frühere Versionen
Mehr
Variant
Arch
Version
DPI
49
19. März 2025
AI Benchmark
6.0.2
(49)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 7ea86a86aa018ed350bb359d338892c05ac0bea6
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 1.41 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
49
20. März 2025
AI Benchmark
6.0.2
(49)
Requires Android: Android 5.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 4f90a22352f730b7a2107078130add4f4b225412
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xhdpi, config.zh
Size: 1.34 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
armeabi-v7a
Android 5.0+
nodpi
49
27. März 2025
AI Benchmark
6.0.2
(49)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 9227ff08f762a223ba345772671e08098538e066
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xhdpi, config.zh
Size: 1.41 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
49
27. März 2025
AI Benchmark
6.0.2
(49)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 9feaeb81a2a7285db5026dc7fcd5b10e57b45d89
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxxhdpi, config.zh
Size: 1.41 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 198e153e93f20ab2408c4eaee954a44209879624
Size: 1.41 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
Variant
Arch
Version
DPI
47
26. September 2024
AI Benchmark
6.0.0
(47)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 3219a8a291728f921c73ab021bea246aefa61eb8
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 1.39 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
47
26. September 2024
AI Benchmark
6.0.0
(47)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 3497ae284fb50888ae3f6fb2bc30c13aad1da77e
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.arm64_v8a, config.en, config.fr, config.mdpi
Size: 1.39 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
47
26. September 2024
AI Benchmark
6.0.0
(47)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 4b20dff1bc9639546889d4730e496d7f2fb7f47d
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 1.39 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
arm64-v8a
Android 5.0+
nodpi
47
26. September 2024
AI Benchmark
6.0.0
(47)
Requires Android: Android 5.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 8e8e1f9d1fedd058e3f0bbc676178c06de180ff8
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xhdpi, config.zh
Size: 1.34 GB
What's New:
1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.
armeabi-v7a
Android 5.0+
nodpi
Variant
Arch
Version
DPI
40
6. März 2024
AI Benchmark
5.1.2
(40)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 6a648cc39344d73cae597505ea039ec32d776a15
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xhdpi, config.zh
Size: 778.85 MB
What's New:
1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
arm64-v8a
Android 5.0+
nodpi
40
6. März 2024
AI Benchmark
5.1.2
(40)
Requires Android: Android 5.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: cadf1d58fa3693a0d58b886b96f6e17f277f2290
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 778.86 MB
What's New:
1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
arm64-v8a
Android 5.0+
nodpi
40
6. März 2024
AI Benchmark
5.1.2
(40)
Requires Android: Android 5.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 8500f1060c091b6e98330c2c263e53092431524d
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 739.11 MB
What's New:
1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
armeabi-v7a
Android 5.0+
nodpi
40
7. März 2024
AI Benchmark
5.1.2
(40)
Requires Android: Android 5.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 3d1fc857f1f3cb46c0cf6e3aa721f459c64bb19d
Base APK: org.benchmark.demo.apk
Split APKs: ai_benchmark_assets, config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xhdpi, config.zh
Size: 739.09 MB
What's New:
1. Updated Qualcomm QNN and MediaTek Neuron delegates.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
2. Enhanced stability and accuracy of the power consumption test.
3. Various bug fixes and performance improvements.
armeabi-v7a
Android 5.0+
nodpi
Mehr Information
Paketnamen:
Aktualisierungsdatum:
2025-03-27
Letzte Version:
6.0.2
Update brauchen:
Erwerben:
Anforderungen:
Android 5.0+
Meldung:
Sich herunterladen
APKFab.com und der Download-Link dieser App sind 100% sicher. Alle auf APKFab.com aufgelisteten Download-Links für Apps stammen aus Google Play Store oder werden von Benutzern eingereicht. Bei der App aus Google Play Store wird sie von APKFab.com in keiner Weise geändert. Bei der von Benutzern eingereichten App überprüft APKFab.com die Sicherheit der APK-Signatur, bevor sie auf unserer Webseite veröffentlicht wird.