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
MM-MT-Bench
A multi-turn LLM-as-a-judge evaluation benchmark for testing multimodal instruction-tuned models' ability to follow user instructions in multi-turn dialogues and answer open-ended questions in a zero-shot manner.
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 17
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 |
|---|---|---|---|---|---|
| Mistral Large 3 | 84.9 | 未收录 | 未收录 | 2025-09-01 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 8.5 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 8.5 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 8.4 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 8.3 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 8.1 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 8.0 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 7.9 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 7.7 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 7.7 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 7.5 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Pixtral Large | 0.74 | 未收录 | 未收录 | 2024-11-18 · model_announcement | LLM Stats |
| Pixtral-12B | 0.605 | 未收录 | 未收录 | 2024-09-17 · model_announcement | LLM Stats |
| MiniStral 3 (14B Instruct 2512) | 0.0849 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Ministral 3 (8B Instruct 2512) | 0.0808 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Ministral 3 (3B Instruct 2512) | 0.0783 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.06 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |