据中兴通讯（HK0763）消息，近日，SuperCLUE发布手机助手GUI智能体6月测评榜单。中兴gui手机智能体以91.29分的总成绩位列第一，在全部评测维度中均保持领先，展现出接近商业可用水平的端到端能力。
本次测评涵盖6款手机助手GUI智能体产品，在统一的ADB手机交互环境与纯视觉输入条件下，从复杂意图拆解与动态规划、多模态GUI感知与理解、跨应用全链路执行三大维度进行横向度量。
总成绩格局：一家领跑、三家胶着、两家追赶
从总成绩来看，参评产品呈现明显梯队分化：
第一梯队（>90分）：仅中兴gui手机智能体一家，以91.29分绝对优势领跑。
第二梯队（65-75分）：Open-AutoGLM（73.11分）、Mobile（BEEP）-Agent-3.5（67.74分）、MAI-UI（65.91分）形成胶着中游集团。
第三梯队（<<60分）：GELab-Zero（54.26分）与UI-TARS（30.19分）处于追赶阶段，其中UI-TARS与榜首差距超过60分。
部分智能体困难任务反超中等任务
柱状图显示，中兴以接近满分的简单任务（96.99分）和85分以上的困难任务得分，实现“全难度通吃”。Open-AutoGLM与Mobile（BEEP）-Agent-3.5出现“难度逆序”：困难任务得分（76.71分/73.09分）反超中等任务（68.68分/58.17分），说明中等任务中的多意图并行与隐式判断对规划稳定性的挑战更甚。
中兴gui手机智能体完成率高且步数少
从“结果”与“过程”两个维度评估：中兴表现最佳，完成率93%，平均每题仅10.83步，决策质量高，极少冗余或回退。第二梯队完成率56%-60%，步数差异较大。第三梯队均为低完成率、高步数，UI-TARS平均20.62步仅换回18%成功率。整体趋势显示，完成率越高，步数越少。
27B模型优势明显，7B模型表现弱于4B模型
散点图显示，27B的中兴以91.29分断层领先，较第二名（9B/73.11分）拉开18分差距。7B的UI-TARS仅得30.19分，低于4B的GELab-Zero（54.26分），说明架构与任务适配度比参数量更重要。
中兴gui智能体全面领先，UI-TARS整体偏弱
热力图显示，中兴几乎所有维度得分均高于85分，端到端完成率93%，是唯一在简单、中等、困难、意图拆解、GUI感知、跨应用执行六个维度上均突破85分的产品。第二梯队多数维度得分在60–80分，但在跨应用执行维度得分偏低。第三梯队整体能力较弱，UI-TARS除GUI感知（46.06分）外，其余六个维度均低于31分，完成率仅18%。
对比示例展示
测评报告以“高德搜索‘海底捞（HDL）’并导航去最近一家，然后打开微信在‘产品交流群’发位置共享”任务为例，对比了中兴gui手机智能体与GELab-Zero的表现。中兴在15步内准确完成所有操作，获得满分100分；GELab-Zero因未选择最近门店、错误选择“发送位置”而非“位置共享”功能，最终得分53.85分。
