LLM Stats

MMBench-V1.1

Version 1.1 of MMBench, an improved bilingual benchmark for assessing multi-modal capabilities of vision-language models through multiple-choice questions in both English and Chinese, providing systematic evaluation across diverse vision-language tasks.

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 20

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
Qwen3.6-35B-A3B	0.928	未收录	未收录	2026-04-16 · model_announcement	LLM Stats
Qwen3.5-122B-A10B	0.928	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Qwen3.5-27B	0.926	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Qwen3.6-27B	0.923	未收录	未收录	2026-04-21 · model_announcement	LLM Stats
Qwen3.5-35B-A3B	0.915	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Qwen3 VL 32B Thinking	0.908	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 235B A22B Thinking	0.906	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 235B A22B Instruct	0.899	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 30B A3B Thinking	0.889	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 8B Thinking	0.875	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 30B A3B Instruct	0.87	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 4B Thinking	0.867	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 4B Instruct	0.851	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 8B Instruct	0.85	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen2.5-Omni-7B	0.818	未收录	未收录	2025-03-27 · model_announcement	LLM Stats
LFM2.5-VL-3B	0.81	未收录	未收录	2026-08-12 · model_announcement	LLM Stats
DeepSeek VL2 Small	0.793	未收录	未收录	2024-12-13 · model_announcement	LLM Stats
DeepSeek VL2	0.792	未收录	未收录	2024-12-13 · model_announcement	LLM Stats
North Micro Vision Instruct	0.687	未收录	未收录	2026-08-12 · model_announcement	LLM Stats
DeepSeek VL2 Tiny	0.683	未收录	未收录	2024-12-13 · model_announcement	LLM Stats

其他来源中的相关记录

MMBench

评测信息与证据

原始资料

报告成绩 20

继续阅读

AI 评测与排行榜，分别告诉你什么

怎样比较 AI 评测成绩，避免混用评测口径

为编程、网络安全与电脑操作智能体选择评测

其他来源中的相关记录