Benchmark
多模态模型能力榜·推理
vision
multimodal
多语言
多模态模型能力榜·推理：多维度评测综合成绩。评测分数为事实数据，整理自公开评测体系，仅供学习研究参考。
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | SenseNova-6-7-Flash-Alpha | SenseTime | 86.9 | 来源 |
| 2 | GPT-5.5 | OpenAI | 86.3 | 来源 |
| 3 | Qwen3.7 Plus | Alibaba Cloud / Qwen Team | 84.4 | 来源 |
| 4 | Gemini 3.1 Pro Preview | 83.8 | 来源 | |
| 5 | Qwen3.5 397B-A17B | Alibaba Cloud / Qwen Team | 82.5 | 来源 |
| 6 | Kimi K2.6 | Moonshot AI | 81.9 | 来源 |
| 7 | Doubao-Seed-2.0-Pro (high) | ByteDance | 78.1 | 来源 |
| 8 | GLM-5V-Turbo | Zhipu AI | 76.9 | 来源 |
| 9 | Step 3.7 Flash | StepFun | 74.4 | 来源 |
| 10 | Gemma 4 31B IT | 72.5 | 来源 | |
| 11 | Ovis2.6-80B-A3B | Alibaba Cloud / Qwen Team | 67.5 | 来源 |
| 12 | Mistral-Medium-3.5-128B | Mistral AI | 63.8 | 来源 |
| 13 | MiniMax-M3 | MiniMax | 59.4 | 来源 |
| 14 | Claude Opus 4.8 | Anthropic | 57.5 | 来源 |
| 15 | Valley3-32B-Think | ByteDance | 35.6 | 来源 |
| 16 | MiniCPM-V-4.6-Thinking | OpenBMB | 31.3 | 来源 |
| 17 | SAIL-VL2-8B | ByteDance | 31.3 | 来源 |
| 18 | NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 | NVIDIA | 23.1 | 来源 |
| 19 | LLaVA-OneVision-2-8B-Instruct | LMMS-Lab | 22.5 | 来源 |
| 20 | LFM2.5-VL-1.6B | Liquid AI | 18.8 | 来源 |