AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
AI2D
AI2D is a dataset of 4,903 illustrative diagrams from grade school natural sciences (such as food webs, human physiology, and life cycles) with over 15,000 multiple choice questions and answers. The benchmark evaluates diagram understanding and visual reasoning capabilities, requiring models to interpret diagrammatic elements, relationships, and structure to answer questions about scientific concepts represented in visual form.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 33
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Claude 3.5 Sonnet | 0.947 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.944 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GPT-4o | 0.942 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| Pixtral Large | 0.938 | 未收录 | 未收录 | 2024-11-18 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.933 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Mistral Small 3.2 24B Instruct | 0.9291 | 未收录 | 未收录 | 2025-06-20 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.929 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.927 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.926 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Llama 3.2 90B Instruct | 0.923 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Llama 3.2 11B Instruct | 0.911 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.897 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.895 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.892 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.889 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen2.5 VL 72B Instruct | 0.884 | 未收录 | 未收录 | 2025-01-26 · model_announcement | LLM Stats |
| Grok-1.5V | 0.883 | 未收录 | 未收录 | 2024-04-12 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.869 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.857 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.85 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.849 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.849 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.845 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.842 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.841 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.832 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Phi-4-multimodal-instruct | 0.823 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| DeepSeek VL2 | 0.814 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |
| DeepSeek VL2 Small | 0.8 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |
| Phi-3.5-vision-instruct | 0.781 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| North Micro Vision Instruct | 0.775 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.748 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| DeepSeek VL2 Tiny | 0.716 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |