AI Benchmark
8.9 143
v6.0.2 di Ignatov Andrey
Su AI Benchmark
Generazione di immagini neurali, riconoscimento facciale, classificazione di immagini, risposta a domande...
Il tuo smartphone è in grado di eseguire le più recenti reti neurali profonde per eseguire queste e molte altre attività basate sull'intelligenza artificiale? Ha un chip AI dedicato? È abbastanza veloce? Esegui AI Benchmark per valutare professionalmente le sue prestazioni AI!
Classifica attuale del telefono: http://ai-benchmark.com/ranking
AI Benchmark misura la velocità, la precisione, il consumo energetico e i requisiti di memoria per diversi modelli chiave di AI, visione artificiale e NLP. Tra le soluzioni testate ci sono metodi di classificazione delle immagini e riconoscimento facciale, modelli di intelligenza artificiale che eseguono la generazione di immagini e testi neurali, reti neurali utilizzate per la super-risoluzione di immagini/video e il miglioramento delle foto, nonché soluzioni di intelligenza artificiale utilizzate nei sistemi di guida autonoma e negli smartphone per applicazioni reali. Stima della profondità temporale e segmentazione semantica dell'immagine. La visualizzazione degli output degli algoritmi consente di valutarne graficamente i risultati e di conoscere l’attuale stato dell’arte in vari campi dell’IA.
In totale, AI Benchmark è composto da 83 test e 30 sezioni elencate di seguito:
Sezione 1. Classificazione, MobileNet-V3
Sezione 2. Classificazione, Inception-V3
Sezione 3. Riconoscimento facciale, Swin Transformer
Sezione 4. Classificazione, EfficientNet-B4
Sezione 5. Classificazione, MobileViT-V2
Sezioni 6/7. Esecuzione del modello parallelo, 8 x Inception-V3
Sezione 8. Tracciamento oggetti, YOLO-V8
Sezione 9. Riconoscimento ottico dei caratteri, trasformatore ViT
Sezione 10. Segmentazione semantica, DeepLabV3+
Sezione 11. Segmentazione parallela, 2 x DeepLabV3+
Sezione 12. Segmentazione semantica, segmenta qualsiasi cosa
Sezione 13. Sfocatura delle foto, IMDN
Sezione 14. Super risoluzione delle immagini, ESRGAN
Sezione 15. Super risoluzione delle immagini, SRGAN
Sezione 16. Denoising delle immagini, U-Net
Sezione 17. Stima della profondità, MV3-Profondità
Sezione 18. Stima della profondità, MiDaS 3.1
Sezione 19/20. Miglioramento dell'immagine, DPED
Sezione 21. ISP di fotocamere acquisite, MicroISP
Sezione 22. Rendering dell'effetto Bokeh, PyNET-V2 Mobile
Sezione 23. Super risoluzione video FullHD, XLSR
Sezione 24/25. Super risoluzione video 4K, VideoSR
Sezione 26. Risposte alle domande, MobileBERT
Sezione 27. Generazione di testo neurale, Llama2
Sezione 28. Generazione di testo neurale, GPT2
Sezione 29. Generazione di immagini neurali, diffusione stabile V1.5
Sezione 30. Limiti di memoria, ResNet
Oltre a ciò, è possibile caricare e testare i propri modelli di deep learning TensorFlow Lite in modalità PRO.
Una descrizione dettagliata dei test può essere trovata qui: http://ai-benchmark.com/tests.html
Nota: l'accelerazione hardware è supportata su tutti i SoC mobili con NPU dedicate e acceleratori AI, inclusi i chipset Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos e UNISOC Tiger. A partire da AI Benchmark v4, è anche possibile abilitare l'accelerazione AI basata su GPU sui dispositivi più vecchi nelle impostazioni ("Accelera" -> "Abilita accelerazione GPU" / "Arm NN", è richiesto OpenGL ES-3.0+).
Il tuo smartphone è in grado di eseguire le più recenti reti neurali profonde per eseguire queste e molte altre attività basate sull'intelligenza artificiale? Ha un chip AI dedicato? È abbastanza veloce? Esegui AI Benchmark per valutare professionalmente le sue prestazioni AI!
Classifica attuale del telefono: http://ai-benchmark.com/ranking
AI Benchmark misura la velocità, la precisione, il consumo energetico e i requisiti di memoria per diversi modelli chiave di AI, visione artificiale e NLP. Tra le soluzioni testate ci sono metodi di classificazione delle immagini e riconoscimento facciale, modelli di intelligenza artificiale che eseguono la generazione di immagini e testi neurali, reti neurali utilizzate per la super-risoluzione di immagini/video e il miglioramento delle foto, nonché soluzioni di intelligenza artificiale utilizzate nei sistemi di guida autonoma e negli smartphone per applicazioni reali. Stima della profondità temporale e segmentazione semantica dell'immagine. La visualizzazione degli output degli algoritmi consente di valutarne graficamente i risultati e di conoscere l’attuale stato dell’arte in vari campi dell’IA.
In totale, AI Benchmark è composto da 83 test e 30 sezioni elencate di seguito:
Sezione 1. Classificazione, MobileNet-V3
Sezione 2. Classificazione, Inception-V3
Sezione 3. Riconoscimento facciale, Swin Transformer
Sezione 4. Classificazione, EfficientNet-B4
Sezione 5. Classificazione, MobileViT-V2
Sezioni 6/7. Esecuzione del modello parallelo, 8 x Inception-V3
Sezione 8. Tracciamento oggetti, YOLO-V8
Sezione 9. Riconoscimento ottico dei caratteri, trasformatore ViT
Sezione 10. Segmentazione semantica, DeepLabV3+
Sezione 11. Segmentazione parallela, 2 x DeepLabV3+
Sezione 12. Segmentazione semantica, segmenta qualsiasi cosa
Sezione 13. Sfocatura delle foto, IMDN
Sezione 14. Super risoluzione delle immagini, ESRGAN
Sezione 15. Super risoluzione delle immagini, SRGAN
Sezione 16. Denoising delle immagini, U-Net
Sezione 17. Stima della profondità, MV3-Profondità
Sezione 18. Stima della profondità, MiDaS 3.1
Sezione 19/20. Miglioramento dell'immagine, DPED
Sezione 21. ISP di fotocamere acquisite, MicroISP
Sezione 22. Rendering dell'effetto Bokeh, PyNET-V2 Mobile
Sezione 23. Super risoluzione video FullHD, XLSR
Sezione 24/25. Super risoluzione video 4K, VideoSR
Sezione 26. Risposte alle domande, MobileBERT
Sezione 27. Generazione di testo neurale, Llama2
Sezione 28. Generazione di testo neurale, GPT2
Sezione 29. Generazione di immagini neurali, diffusione stabile V1.5
Sezione 30. Limiti di memoria, ResNet
Oltre a ciò, è possibile caricare e testare i propri modelli di deep learning TensorFlow Lite in modalità PRO.
Una descrizione dettagliata dei test può essere trovata qui: http://ai-benchmark.com/tests.html
Nota: l'accelerazione hardware è supportata su tutti i SoC mobili con NPU dedicate e acceleratori AI, inclusi i chipset Qualcomm Snapdragon, MediaTek Dimensity / Helio, Google Tensor, HiSilicon Kirin, Samsung Exynos e UNISOC Tiger. A partire da AI Benchmark v4, è anche possibile abilitare l'accelerazione AI basata su GPU sui dispositivi più vecchi nelle impostazioni ("Accelera" -> "Abilita accelerazione GPU" / "Arm NN", è richiesto OpenGL ES-3.0+).
Aggiornamento AI Benchmark 6.0.2
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.
Leggi di Più
Caratteristiche AI Benchmark
Versioni Precedenti
Altro
Variant
Arch
Version
DPI
49
March 19, 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
March 20, 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
March 27, 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
March 27, 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
September 26, 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
September 26, 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
September 26, 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
September 26, 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
March 6, 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
March 6, 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
March 6, 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
March 7, 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
Maggiori Informazioni
Nome Pacchetto:
Data Aggiornamento:
2025-03-27
Ultima Versione:
6.0.2
Aggiornamento Necessario:
Disponibile su:
Requisiti:
Android 5.0+
Rapporto:
Sicuro da Scaricare
APKFab.com e il link per il download di questa app sono sicuri al 100%. Tutti i link per il download delle app elencate su APKFab.com provengono da Google Play Store o sono inviati dagli utenti. Per le app da Google Play Store, APKFab.com non le modificherà in alcun modo. Per le app inviate dagli utenti, APKFab.com verificherà la sicurezza della firma APK prima di rilasciarle sul nostro sito web.