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
ERQA
Embodied Reasoning Question Answering benchmark consisting of 400 multiple-choice visual questions across spatial reasoning, trajectory reasoning, action reasoning, state estimation, and multi-view reasoning for evaluating AI capabilities in physical world interactions
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 24
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 |
|---|---|---|---|---|---|
| Qwen3.8 Max | 0.778 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Seed 2.1 Pro | 0.72 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Seed 2.1 Turbo | 0.713 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.698 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.657 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GPT-5 | 0.657 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Qwen3.8-27B | 0.655 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.648 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Muse Spark | 0.647 | 未收录 | 未收录 | 2026-04-08 · model_announcement | LLM Stats |
| o3 | 0.64 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.625 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.62 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.605 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.525 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.523 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.513 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.488 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.473 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.468 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.458 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.453 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.43 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.413 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT-4o | 0.352 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |