在iOS平台的测试上，豆包的测试通过率最高，达到88.24%。其功能异常率和UI异常率均为8.82%，表现较为稳定。安装失败率、启动失败率、运行失败率均为0，整体呈现较好的兼容性状态。豆包兼容性状态良好可能得益于其背后丰富的终端生态，火山引擎与 OPPO、vivo、荣耀、小米等成立了智能终端大模型联盟，通过与众多智能终端品牌合作，豆包 APP 在开发过程中能提前了解不同设备的技术特点和需求，在兼容性方面进行针对性优化，使 APP 可以在各类品牌设备上顺畅运行，扩大了其适用范围 。

在Android平台上，讯飞星火的测试通过率最高，达到98.17%，且功能异常率为0，UI异常率仅为1%，数据表现出色，为同批测试APP的最优水平。值得关注的是，讯飞星火的安装时间为30.98秒，属于本次测试APP安装所需时间最长的APP，可能是由于其功能丰富和模型数据庞大，在安装时需要进行大量的文件解压、配置以及模型加载等操作，导致耗时增加。而兼容性较好，则可能由于其运用了自主研发的深度学习算法、自然语言处理算法等，这些算法经过了大量数据的训练和优化，在面对不同系统版本时，底层算法能够智能识别系统特性，自动调整运行参数和策略 ，确保 APP 稳定运行，保持良好的兼容状态。

尽管这次测试的几款大模型APP在兼容性方面存在一些问题，但值得一提的是，六款大模型APP在整体启动时间指标上表现优异。在Android平台上，六款APP的平均启动时间为0.74秒，远低于行业均值的1.99秒。其中，智谱清言的启动时间最短，为0.55秒，这可能与大模型APP的安装包较小、功能相对简单有关，使得启动速度得以优化，用户能在短时间内快速体验。

（异常情况示例）

从测评数据来看，大模型APP整体上还有较大的优化空间，例如，在Android平台上，文小言兼容性有待优化，测试通过率为39.17%，功能异常率和UI异常率分别达到21.50%和60.67%，安装时间较长需要27.35秒，团队应重视兼容性方面存在问题，将APP进一步优化，提升综合性兼容水平。

尽管大模型 APP 在移动端提供了便捷的交互方式，但从本次整体测评来看，大模型 APP 端的表现逊于网页端。网页端通常具有更高的稳定性和更低的兼容性问题，而 APP 端受限于移动设备的硬件和系统差异，更容易出现 UI 异常和功能异常。APP 端往往需要适配多种设备型号、屏幕分辨率和操作系统版本，而网页端通常基于统一的浏览器环境，兼容性问题较少，此外，APP 端更新频率较高的行业特性，可能导致测试不充分，进一步影响用户体验。

通过本次测评可以看出，大模型APP在兼容性方面整体表现低于行业均值，尤其是在iOS平台上，兼容性问题更为突出。UI异常和功能异常则是当前大模型APP面临的主要问题，可能与其背后研发周期短、更新频率快、测试不充分等因素有关。各大模型研发团队应在以下维度加大投入，不断优化提升APP质量效果，提升产品综合竞争力：

1.强化测试覆盖与投入：尤其关注iOS平台端的优化，确保APP在不同端口类型设备上的良好兼容性。

2.优化UI设计：针对UI异常问题，加强UI设计的适配性，确保在不同分辨率和屏幕尺寸下的显示效果保持稳定水平。

3.提升功能稳定性：针对功能异常问题，进一步加强功能测试，尤其是在高频更新时着重关注，确保新功能上市后的兼容稳定性。

4.借鉴行业最佳实践：参考行业均值，进一步优化启动时间、内存占用等性能指标，提升用户端整体体验。