5月28日消息，移动网络分析机构 Cellular Insights公布了一份受美国高通公司委托的研究测试报告显示，基于高通基带（调制解调器）的Android 设备的 5G 网络表现始终优于搭载苹果自研基带芯片C1的iPhone 16e。

在经过多年的自研及收购英特尔基带芯片业务之后，今年2月20日，苹果正式发布了首款搭载自研的5G基带芯片C1的廉价版机型iPhone 16e，同时外界预计苹果接下来很快会逐步采用自研基带芯片来全面替代高通的5G基带芯片。

但是，不可否认的是，苹果第一代的5G基带芯片C1与高通当前的5G基带芯片在性能上仍有巨大差距。比如，目前的C1下行最高速率仅3Gbps，并且不支持毫米波网络。

在此背景之下，高通自然是希望让用户了解到，自己的5G基带芯片的性能表现要远比苹果自研基带芯片优秀。为此，高通委托移动网络分析机构 Cellular Insights对于搭载苹果自研基带芯片C1的iPhone 16e和搭载高通5G基带芯片安卓智能手机的网络性能进行了对比测试。

最终的测试结果显示，搭载高通基带的安卓智能手机相比搭载苹果C1基带的iPhone 16e，在下载速度上快34.3~35.2%，上传速度更是快了 81.4~91.0%。并且，在测试过程中，iPhone 16e 频繁出现表面过热现象。

对于该测试结果，高通通信部门发布声明称：“这是迄今为止在美国网络环境下完成的唯一全面、科学的对比研究。”

以下为：Cellular Insights发布的题为《Comparative 5G Performance Report: Android Smartphones vs. iPhone 16e 》（5G性能比较报告：安卓智能手机与iPhone 16e）的研究测试报告。

执行摘要

本报告对配备苹果第一代C1调制解调器的iPhone 16e和两款搭载高通基带的Android智能手机的5G性能进行了比较评估。测试是在美国纽约市连接到T-Mobile低于6 GHz的5G独立（SA）网络的各种真实无线电环境中进行的，包括近、中、远蜂窝网络。

在所有射频场景中，基于高通的Android设备的表现始终优于iPhone 16e，揭示了几个关键优势：

● 在所有信号条件下，上行链路和下行链路吞吐量都有明显的性能提升
● 卓越的载波聚合能力，利用4CC下行链路和2CC上行链路载波聚合（ULCA），与iPhone 16e上疑似3CC下行链路和无ULCA相比
● 更高的频谱效率和更一致的可用带宽利用率
● 在次优射频条件下，性能差距更大。这直接影响了典型使用场景中的用户体验，例如在室内深处
● 平台成熟度更高，具有FDD+FDD ULCA平均吞吐量优势等功能的前向兼容性（纽约市3个地点）：
● 下载速度：安卓设备的下载速度提高了34.3%至35.2%
● 上传速度：安卓设备快81.4%至91.0%

这些发现突显了由苹果C1基带驱动的iPhone 16e和由高通骁龙X75/X80基带驱动的Android设备之间的性能差距，特别是在要求更高的射频条件和高负载网络环境中。对于寻求一致、高通量5G性能的用户来说，高通驱动的设备目前具有明显的优势。

Key Highlights

Cellular Insights对两家领先供应商的5G NR智能手机进行了性能报告，这些智能手机由两种不同的基带平台提供动力。在这项研究中，纳入了配备高通和苹果基带芯片组的智能手机。测试是在T-Mobile位于纽约市的sub-6 GHz独立（SA）5G网络上进行的，该网络利用了中低频FDD和TDD频谱的混合。

测试设备：
● iPhone 16e搭载苹果第一代C1基带，售价599美元
● Android A，由骁龙X80 5G基带射频系统驱动的2025年旗舰设备，售价799美元
● Android B，2024年由骁龙X75 5G基带射频系统驱动的旗舰设备，售价619美元

这项研究得出了几个值得注意的见解——有些是意料之中的，有些则令人惊讶。虽然这三款设备在理想的近蜂窝条件下都提供了相当的5G性能，但随着信号条件的恶化，性能差异变得越来越明显。特别是，当网络在恶劣的射频环境中从TDD转变为FDD作为主要分量载波（PCC）时，iPhone 16e在下行链路和上行链路上都难以与打造高通基带的Android手机的网络性能相匹配。

由于iOS上缺乏芯片组级信息，我们仅限于分析iPhone的应用层网络吞吐量，而Android允许完全的芯片组级访问。即使有这个限制，Android设备和iPhone 16e之间的性能差异也是显而易见的。

特别感谢Qtrun Technologies为芯片组级分析提供AirScreen软件，并感谢高通公司提供对Umetrix数据服务器（思博伦通信）的访问。

2025年4月底至5月初，在纽约州阿斯托利亚的T-Mobile商用SA 5G网络上进行了网络和测试条件测试。频谱配置包括：

● 中频FDD（n25-15MHz）
● 中频TDD（n41-100MHz+50MHz）
● 低频段FDD（n71-15 MHz）

在测试期间，所有设备都始终连接到SA网络。T-Mobile在其网络上支持4CC下行链路和2CC上行链路载波聚合（CA），尽管在测试时只有TDD+FDD ULCA（T+F）处于活动状态。在n25或n71成为PCC的远小区条件下，ULCA不可用，所有设备都依赖于单个FDD上行链路路径。在这些条件下，搭载高通基带的Android设备的表现一直优于iPhone 16e。

虽然由于iOS的诊断限制，我们无法直接确认iPhone 16e对4CC下行链路和2CC上行链路载波聚合的支持，但在多个测试位置和射频条件下观察到的吞吐量增量表明，潜在的能力限制可能会影响现实世界的性能。相比之下，Android设备在大多数情况下始终利用4CC下行链路和2CC上行链路CA，并通过Qtrun Technologies的AirScreen软件记录的芯片组级信息进行验证。

测试方法

我们在多个固定位置进行了测试，捕捉了近、中、远蜂窝网络条件，并使用交织测试运行来减轻实时网络的可变性（例如，一天中的时间、本地负载）。每个位置都需要超过五个小时的测试，在几周的时间里，我们在三台设备上产生了超过3TB的流量。所有测试都使用高带宽UDP流量：持续4000 Mbps下行链路和600 Mbps上行链路两分钟传输。Umetrix Data捕获了应用层性能，而AirScreen允许在Android设备上进行芯片组级日志记录。

一个值得注意的观察结果是，每个gNodeB的PHY层吞吐量上限约为2.5 Gbps，在整个市场的所有测试位置都是一致的。原因尚不清楚，但可能源于gNodeB许可限制或回程限制。尽管有足够的频谱、资源块和每用户AMBR，吞吐量仍稳定在理论峰值速率以下。可以合理地推断，如果没有这种网络强加的上限，Android设备将表现出更高的峰值下行链路性能。这些测试条件使我们能够在各种现实的部署场景中捕捉到有意义的设备行为，为比较分析提供了坚实的基础。

T-Mobile 5G SA网络特性和观察

T-Mobile的独立（SA）5G网络在纽约市大都市广泛部署，在紧密的网格上运行。我们测试的大多数站点都采用了一种常见的部署策略：在大约每两个城市街区间隔的4至5层建筑上安装屋顶扇区。该网络的主要容量层由一个宽的中频TDD分配组成——频带n41上的100 MHz+50 MHz——它始终承载着大部分数据流量。

在几乎所有观察到的场景中，n41 TDD被调度为主分量载波（PCC），而两个15 MHz FDD信道——n25（中频带）和n71（低频带）——被用作次分量载波（SCC）。即使在室内和室外的许多远蜂窝情况下，网络也继续优先考虑n41作为PCC。只有在RSRP降至约-110 dBm以下的情况下，网络才会切换到FDD载波作为PCC，通常优先考虑n25而不是n71。后者被用作将设备移交给LTE之前的最后手段，通常是频带12（5 MHz），频带2（10MHz）和频带4/66（20 MHz）通常作为次要载波存在。通过在密集的城市环境中再现这些边缘情况下的FDD PCC条件，我们观察到搭载高通基带的Android设备的卓越网络性能，这在更深的室内位置提供了更好的用户体验。

独立与非独立连接

在所有测试地点，设备始终保持连接到5G SA网络，进一步突显了T-Mobile独立部署的成熟度。仅在极端远小区条件下观察到非独立（NSA）连接，其中RSRP水平太弱，无法维持SA连接。量化SA与NSA连接的持续时间受到诊断约束的限制，特别是在iOS上。在iPhone 16e上，内置现场测试模式的刷新率通常会延迟几秒钟，以反映向LTE的切换过渡，从而无法精确测量NSA时间。

频谱和ULCA行为

值得注意的是，n41的覆盖范围远远超出了预期，即使在中细胞和一些远细胞条件下也能保持PCC的状态。考虑到带宽和频谱特性，这是网络驱动容量和频谱效率的理想层。只有在持续次优的条件下，网络才会将PCC角色重新分配给n25，在更极端的条件下才将PCC角色分配给n71。

虽然安卓设备在TDD+FDD（T+F）和FDD+FDD（F+F）模式下都支持上行链路载波聚合（ULCA），但在测试时，T-Mobile网络上只有T+F是活动的。这意味着ULCA仅在n41被安排为PCC时才起作用。在近蜂窝和中蜂窝环境中，与使用单个100 MHz n41上行链路路径相比，这种配置产生了超过50%的上行链路吞吐量增益。在远小区场景中，PCC切换到n25或n71，ULCA不可用，上行链路性能相应下降。然而，即使没有主动的F+F ULCA，ndroid设备的表现仍然优于iPhone，如稍后所示。

热管理和性能对iPhone 16e的影响

在测试地点1的室外测试中，iPhone 16e上明显观察到了发热的情况。该设备经常在触摸时感觉到明显发热，并在短短2分钟的测试间隔内表现出强烈的屏幕调光，这表明存在主动的热缓解机制。虽然强烈怀疑热节流，但由于iOS上缺乏芯片组级诊断访问，其对性能指标的直接影响无法得到证实。

峰值吞吐量观测

尽管存在硬件差异，但所有设备都受到网络侧PHY层吞吐量上限约为2.5 Gbps的限制，如稍后所述。

这些差异可能突显了Apple C1调制解调器的性能局限性，特别是在聚合灵活性和上行链路处理方面，即使存在网络侧约束。

位置选择和远蜂窝网络条件为了使普通读者更容易理解不同的射频条件，我们根据报告的RSRP值进行了简化：

为了在密集的城市部署中模拟近、中、远蜂窝网络条件，我们选择了三个性能始终如一的高性能测试地点，每个地点都位于一英里半径内。观察到的T-Mobile网络架构遵循高度统一的设计：在大约每两个街区间隔的4层建筑上进行屋顶部署。电网的性质使得创建受控的室外远蜂窝环境变得有些困难，特别是那些n41信号电平持续下降到-110dBm阈值以下的环境，这通常需要触发回退到n25，甚至对于作为主要分量载波（PCC）的n71更低。选择测试位置2来缓解此问题。

测试地点1

该测试地点位于一个住宅区，其特征是整体用户流量低，相应的小区负载低。服务区部署在一栋三层住宅楼顶部的低层屋顶上，远离附近的高交通路口。由于现场海拔相对较低，靠近用户设备，射频条件在整个测试过程中保持稳定。

因此，该位置在所有测试迭代中始终提供高且持续的吞吐量，使其成为低拥塞条件下基线性能验证的理想选择。

在接近手机的条件下：Android手机A在DL和UL上的表现分别比iPhone 16e高出约34%和56%。

安卓手机B在DL和UL上分别超过iPhone 16e约22%和54%，与安卓手机A的上行优势非常接近。

该位置呈现了一种相对独特的测试条件组合：低蜂窝负载、最小的用户流量和靠近服务扇区。在这种情况下，我们能够持续观察到网络强加的PHY层吞吐量上限约为每用户2.5 Gbps，或者可能是gNodeB。这与我们在市场上的深夜测试是一致的。尽管有充足的可用频谱、充足的资源块分配和高的每用户AMBR，但吞吐量仍远低于理论最大值。

通过AirScreen捕获的诊断证实，虽然TDD载波（n41）继续处理大部分流量，但FDD载波（n25，n71）的带宽利用率一直低于预期。这表明限制因素不是频谱或调度容量，而是可能在gNB或传输级别应用的带宽限制。这种网络侧约束影响了性能更高的设备（Android A和B），而iPhone 16e则未充分利用可用的链路容量和资源。

值得一提的是，在这个位置，在室外测试期间，在iPhone 16e上观察到了热缓解行为。该设备经常在触摸时变得不舒服，并在短短两分钟的测试间隔内表现出强烈的屏幕调光，这表明它进行了主动热管理。虽然强烈怀疑热节流，但由于iOS上没有芯片组级仪器，因此无法最终量化其对吞吐量性能的直接影响。

随着信号强度在接近尾声时降至-75 dBm及以下，Android设备和iPhone 16e之间的性能差距继续扩大，Android设备在较差的射频信号条件下表现出越来越优越的性能。

在中距离蜂窝网络条件下，安卓手机A在DL和UL上的表现分别比iPhone 16e高出约43%和53%。安卓手机B在DL和UL上分别超过iPhone 16e约33%和54%，再次显示出强大的上行优势。

由于密集的小区网格和紧凑的扇区间距，信号强度通常保持在回退阈值以上。然而，通过有针对性的测试路线规划和仔细选择环境障碍物，我们能够确定并维持一个RSRP值长期保持在-100 dBm以下的位置。这使我们能够在长时间的远蜂窝条件下验证设备和网络行为，尽管城市布局本身覆盖范围很广。

在远蜂窝网络条件下，安卓手机A在DL和UL上的表现分别比iPhone 16e高出约30.5%和63%。

Android手机B在DL和UL上分别比iPhone 16e高出17.8%和61%，略低于Android手机A，但仍明显优于iPhone 16e。

测试地点2

为了在密集部署的城市电网中更好地复制和控制远细胞条件，选定的测试环境之一是具有金属增强结构的商业存储设施。

结构屏蔽引入了大量的射频衰减，特别是对中频带频率的影响。这使我们能够诱导与物理距离无关的信号退化，从而能够一致和可重复地再现远单元场景，这对于以受控方式评估单元边缘条件下的设备性能至关重要。

测试地点和服务区之间的距离为366英尺视线。在近距离手机上，安卓设备在下行链路上的表现分别比iPhone 16e高出22.1%和14.1%，在上行链路上的表现则分别高出47.9%和53.1%。

在建筑物外部（特别是装卸码头）测量的射频条件符合中蜂窝标准，2500 MHz（n41）信道上的信号电平为~-80dBm。在这些条件下，Android A在DL上比iPhone 16e高出约42%，在UL上高出近69%，而Android B在DL上高出约32%，在UL下高出约73%。

然而，随着测试深入结构，观察到信号衰减迅速，特别是在高频TDD频谱上。

当n41 PCC上的RSRP值降至约-110 dBm以下时，这种退化持续触发回退到1900 MHz（n25）。该行为突显了中频TDD对室内路径损耗的敏感性，并强调了FDD层在具有挑战性的环境中保持会话连续性的重要性。

在远端小区测试位置，Android设备测量的主分量载波（PCC）的参考信号接收功率（RSRP）（在这种情况下为n25）在-100 dBm和-108 dBm之间保持一致。通过iOS现场测试工具观察到的iPhone 16e上的信号指标表明了类似的情况。

在远蜂窝条件下，与iPhone 16e相比，Android A的DL和UL吞吐量分别提高了约79%和60%。在相同的远蜂窝场景中，Android B的DL和UL吞吐量比iPhone 16e高出约108%和100%。UL性能的1.6X-2X差异对室内覆盖（如语音和视频通话）的用户体验产生了重大影响。去年的旗舰性能令人钦佩，表明在低信号强度下具有出色的天线调谐和射频前端性能。

尽管射频环境恶化，但两款Android设备仍继续聚合所有四个载波——两个FDD和两个TDD——利用可用DL频谱的全部180 MHz，如果射频条件恶化，偶尔会丢弃两个TDD载波中的一个。然而，由于信号质量下降，这两种设备的调制阶数和MIMO秩都有所下降，这与在这些条件下较低的频谱效率是一致的，这有助于提高整体吞吐量。

在测试期间，我们观察到，即使在衰减越来越严重的室内条件下，中频带FDD载波（n25）的网络优先级仍高于低频带（n71）。直到设备移动到设施的更深处——远远超出了前墙——n71才接管了PCC，通常是在n25 RSRP降至-110 dBm以下时。这种优先级对上行链路性能产生了明显的影响。值得注意的是，在这种情况下，iPhone 16e通常会切换到NSA和LTE，至少根据内置的现场测试模式是这样。

为了进一步量化效果，我们回到了原始的远蜂窝位置，并将Android A设备手动锁定到n71。因此，在相同条件下，上行链路吞吐量从8 Mbps增加到23 Mbps，增加了近3倍。这一提升突显了远蜂窝上行链路性能的潜在收益，特别是一旦T-Mobile在其低于6 GHz的频谱层上启用FDD+FDD ULCA（F+F）。

上行链路吞吐量比较图，显示了将设备锁定到n25与n71时的性能差异。如图所示，在相同的远蜂窝物理条件下使用n71时，吞吐量增加了近3倍。

测试地点3

除了靠近附近的火车站外，选定的蜂窝基站还服务于一个通往交通繁忙的高速公路的主要十字路口。因此，该地点的整体电池负载和用户密度明显高于其他测试地点。该环境是专门为评估持续高负载条件下的网络和设备性能而选择的，模拟了现实世界的城市拥堵场景。

在这些整体网络上限较低的情况下，iPhone往往比其他两个位置表现更好：

据观察，所有设备上的大部分用户流量都是由150 MHz宽的TDD中频频谱承载的，这似乎在iPhone芯片组能力的假定上限范围内。结合整个网络中持续观察到的PHY层吞吐量上限（每gNodeB约2.5 Gbps），以及导致该特定站点可用网络资源减少的小区负载增加，整体性能上限有效地降低了。因此，在近蜂窝条件下，设备之间的性能差异减小，尽管存在潜在的硬件差异，但创造了一个更公平的竞争环境。

在靠近手机的情况下，安卓A在DL和UL上的表现分别比iPhone 16e高出约17.5%和约56%。Android B在DL上的表现比iPhone 16e高出约18.2%，在UL上的表现也高出约56%，在上行链路性能上与Android A几乎相同。

在中间单元测试位置，iPhone的下行链路性能得到了改善，缩小了与Android设备的吞吐量差距。然而，上行链路的增量显著扩大，Android设备的表现明显优于其他设备。这种行为突显了上行链路载波聚合（ULCA）的切实好处，ULCA在iPhone上仍然不受支持或处于非活动状态。它还加强了ULCA在中等射频条件下维持上行链路容量的关键作用。

在中蜂窝条件下，Android A在DL上的表现比iPhone 16e高出约11%，在UL上的表现高出约88%。Android B在DL上超过iPhone 16e约16.2%，在UL上超过100%，表明上行链路性能是iPhone 16e的两倍。

虽然远蜂窝位置是室内环境，但我们无法持续复制退化到足以迫使主分量载波（PCC）从n41切换到n25的射频条件。在整个测试过程中，n41 RSRP值保持在-106dBm附近，略高于典型的切换阈值。因此，网络继续优先考虑n41作为PCC，允许在Android设备上使用远小区ULCA。

Android A在DL和UL上的表现分别比iPhone 16e高出约42%和240%，是上行链路性能的三倍多。Android B在DL上比iPhone 16e高出约44%，在UL上高出260%，在全显示DL 4CC CA和ULCA功能的情况下，上行链路性能几乎是iPhone 16e的四倍。

结论：安卓手机A和B提供了有形的现实世界

与苹果C1驱动的iPhone 16e相比的优势我们在多个地点、射频条件和交通环境中进行了广泛的基准测试，结果显示，由高通X75和X80调制解调器驱动的智能手机与苹果第一代C1调制解调器之间存在一致且可测量的性能差距。虽然iPhone 16e在负载下确实表现出热管理问题，但在理想的近蜂窝条件下，它偶尔会缩小性能差距，尤其是在下行链路吞吐量方面。然而，更广泛的数据集清楚地表明，由高通调制解调器驱动的Android智能手机功能更强，更适合当今独立5G网络的性能需求。

1.卓越的聚合能力

Android手机A和B都支持网络目前支持的4CC下行链路载波聚合和TDD+FDD上行链路载波聚合（ULCA），这是一个关键的区别。相比之下，iPhone 16e在下行链路上客观上似乎受到限制，并且缺乏可观察到的ULCA支持，这一限制目前表现为中小区和近小区条件下的上行链路吞吐量较低。

● 在中蜂窝场景中，Android设备保持了更高的上行链路吞吐量，明显受益于ULCA，而iPhone 16e则难以超过100 Mbps。
● 在远蜂窝测试中，差距进一步扩大，即使在使用单个FDD上行链路载波的情况下，安卓设备也表现出更高的灵敏度，而iPhone则下降到 5 Mbps。
● 在信号较差的情况下，UL性能的差距会显著影响用户体验，如室内覆盖、音频/视频通话质量等

2.更高的频谱效率和利用率

由高通调制解调器驱动的Android智能手机表现出更高效的频谱利用率，特别是在更宽的TDD信道（100+50 MHz n41）上，MIMO秩3/4的使用占主导地位。

相反，由苹果C1基带供电的iPhone 16e显示：
● 在存在强TDD覆盖的情况下，FDD利用率较低，
● 无法充分利用可用信道带宽。

3.前向兼容性和平台成熟度

在检查了来自Android手机A设备的UE能力信令消息后，我们确认支持Sub 6GHz的5CC下行链路载波聚合以及（F+F ULCA）功能，这些功能使该设备能够很好地适应即将到来的5G网络增强。此外，根据高通公司的官方产品文档，高通X80 5G基带射频系统的设计采用了人工智能增强的优化，旨在提高能效、覆盖范围、延迟和服务质量（QoS）。该平台还支持5G Advanced 3GPP Release 18功能、6xRx、sub-6 GHz 6CC CA和10CC mmWave聚合，突显了其作为高性能、面向未来的调制解调器架构的地位。Android B虽然落后了一代，但仍然全面优于iPhone 16e。随着运营商部署F+F ULCA以及需要高聚合复杂性和调制解调器侧智能的高级频谱复用功能，这些优势将变得越来越重要。

最后的想法

由高通基带驱动的Android智能手机A和B在现实世界的5G独立环境中提供了显著的卓越性能。虽然由Apple C1支持的iPhone 16e在最佳射频和网络负载条件下表现良好，但在边缘情况下却明显滞后，而这些情况正是下一代调制解调器有望脱颖而出的场景。对于在密集的城市、室内或上行链路密集型环境中运行的用户来说，Android智能手机更好的5G性能带来的好处不仅是理论上的，而且是可量化的、可重复的，在操作上意义重大。

编辑：芯智讯-浪客剑