LLM Stats

MMMU-Pro

A more robust multi-discipline multimodal understanding benchmark that enhances MMMU through a three-step process: filtering text-only answerable questions, augmenting candidate options, and introducing vision-only input settings. Achieves significantly lower model performance (16.8-26.9%) compared to original MMMU, providing more rigorous evaluation that closely mimics real-world scenarios.

评测信息与证据

来源: LLM Stats
发布者: 未收录
评测发布日期: 2024-09-04
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 68

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
Gemini 3.5 Flash	0.836	未收录	未收录	2026-05-19 · model_announcement	LLM Stats
GPT-5.5	0.832	未收录	未收录	2026-04-23 · model_announcement	LLM Stats
GPT-5.6 Sol	0.83	未收录	未收录	2026-07-09 · model_announcement	LLM Stats
Seed 2.1 Pro	0.827	未收录	未收录	2026-06-24 · model_announcement	LLM Stats
Qwen3.8 Max	0.823	未收录	未收录	2026-08-02 · model_announcement	LLM Stats
Seed 2.1 Turbo	0.822	未收录	未收录	2026-06-24 · model_announcement	LLM Stats
Kimi K3	0.816	未收录	未收录	2026-07-16 · model_announcement	LLM Stats
GPT-5.4	0.812	未收录	未收录	2026-03-05 · model_announcement	LLM Stats
Gemini 3 Flash	0.812	未收录	未收录	2025-12-17 · model_announcement	LLM Stats
Gemini 3 Pro	0.81	未收录	未收录	2025-11-18 · model_announcement	LLM Stats
GPT-5.6 Terra	0.807	未收录	未收录	2026-07-09 · model_announcement	LLM Stats
Gemini 3.1 Pro	0.805	未收录	未收录	2026-02-19 · model_announcement	LLM Stats
Muse Spark	0.804	未收录	未收录	2026-04-08 · model_announcement	LLM Stats
Kimi K2.6	0.801	未收录	未收录	2026-04-20 · model_announcement	LLM Stats
GPT-5.2	0.795	未收录	未收录	2025-12-11 · model_announcement	LLM Stats
Qwen3.7-Plus	0.79	未收录	未收录	2026-05-31 · model_announcement	LLM Stats
Qwen3.6 Plus	0.788	未收录	未收录	2026-04-02 · model_announcement	LLM Stats
Kimi K2.5	0.785	未收录	未收录	2026-01-27 · model_announcement	LLM Stats
GPT-5.6 Luna	0.784	未收录	未收录	2026-07-09 · model_announcement	LLM Stats
GPT-5	0.784	未收录	未收录	2025-08-07 · model_announcement	LLM Stats
MiniMax M3	0.781	未收录	未收录	2026-06-01 · model_announcement	LLM Stats
MiMo-V2.5	0.779	未收录	未收录	2026-04-22 · model_announcement	LLM Stats
Claude Opus 4.6	0.773	未收录	未收录	2026-02-05 · model_announcement	LLM Stats
Gemma 4 31B	0.769	未收录	未收录	2026-04-02 · model_announcement	LLM Stats
Qwen3.5-122B-A10B	0.769	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Gemini 3.1 Flash-Lite	0.768	未收录	未收录	2026-03-03 · model_announcement	LLM Stats
GPT-5.4 mini	0.766	未收录	未收录	2026-03-17 · model_announcement	LLM Stats
o3	0.764	未收录	未收录	2025-04-16 · model_announcement	LLM Stats
GPT-5.5 Instant	0.76	未收录	未收录	2026-05-05 · model_announcement	LLM Stats
Qwen3.6-27B	0.758	未收录	未收录	2026-04-21 · model_announcement	LLM Stats
Claude Sonnet 4.6	0.756	未收录	未收录	2026-02-17 · model_announcement	LLM Stats
Qwen3.6-35B-A3B	0.753	未收录	未收录	2026-04-16 · model_announcement	LLM Stats
Qwen3.5-35B-A3B	0.751	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Qwen3.5-27B	0.75	未收录	未收录	2026-02-24 · model_announcement	LLM Stats
Muse Glimmer-30B	0.74	未收录	未收录	2026-08-10 · model_announcement	LLM Stats
Inkling-Small	0.74	未收录	未收录	2026-07-30 · model_announcement	LLM Stats
Gemma 4 26B-A4B	0.738	未收录	未收录	2026-04-02 · model_announcement	LLM Stats
Qwen3 VL 235B A22B Thinking	0.693	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Gemma 4 12B	0.691	未收录	未收录	2026-05-23 · model_announcement	LLM Stats
Qwen3 VL 32B Thinking	0.681	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 235B A22B Instruct	0.681	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
GPT-5.4 nano	0.661	未收录	未收录	2026-03-17 · model_announcement	LLM Stats
Qwen3 VL 32B Instruct	0.653	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Nova 2 Pro	0.635	未收录	未收录	2025-12-02 · model_announcement	LLM Stats
Command A+	0.63	未收录	未收录	2026-05-20 · model_announcement	LLM Stats
Qwen3 VL 30B A3B Thinking	0.63	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Nova 2 Lite	0.618	未收录	未收录	2025-12-02 · model_announcement	LLM Stats
Nova 2 Omni	0.614	未收录	未收录	2025-12-02 · model_announcement	LLM Stats
Qwen3 VL 30B A3B Instruct	0.604	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 8B Thinking	0.604	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Mistral Small 4	0.6	未收录	未收录	2026-03-16 · model_announcement	LLM Stats
GPT-4o	0.599	未收录	未收录	2024-08-06 · model_announcement	LLM Stats
Llama 4 Maverick	0.596	未收录	未收录	2025-04-05 · model_announcement	LLM Stats
Qwen3 VL 4B Thinking	0.57	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Qwen3 VL 8B Instruct	0.559	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
DiffusionGemma 26B-A4B	0.543	未收录	未收录	2026-06-10 · model_announcement	LLM Stats
Qwen3 VL 4B Instruct	0.532	未收录	未收录	2025-09-22 · model_announcement	LLM Stats
Gemma 4 E4B	0.526	未收录	未收录	2026-04-02 · model_announcement	LLM Stats
Qwen2.5 VL 72B Instruct	0.511	未收录	未收录	2025-01-26 · model_announcement	LLM Stats
Qwen2.5 VL 32B Instruct	0.495	未收录	未收录	2025-02-28 · model_announcement	LLM Stats
Qwen2-VL-72B-Instruct	0.462	未收录	未收录	2024-08-29 · model_announcement	LLM Stats
Llama 3.2 90B Instruct	0.452	未收录	未收录	2024-09-25 · model_announcement	LLM Stats
Gemma 4 E2B	0.442	未收录	未收录	2026-04-02 · model_announcement	LLM Stats
Phi-4-multimodal-instruct	0.385	未收录	未收录	2025-02-01 · model_announcement	LLM Stats
Qwen2.5 VL 7B Instruct	0.383	未收录	未收录	2025-01-26 · model_announcement	LLM Stats
Qwen2.5-Omni-7B	0.366	未收录	未收录	2025-03-27 · model_announcement	LLM Stats
Llama 3.2 11B Instruct	0.33	未收录	未收录	2024-09-25 · model_announcement	LLM Stats
LFM2.5-VL-3B	0.305	未收录	未收录	2026-08-12 · model_announcement	LLM Stats

评测信息与证据

原始资料

报告成绩 68

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