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
MMMU (val)
Validation set of the Massive Multi-discipline Multimodal Understanding and Reasoning benchmark. Features college-level multimodal questions across 6 core disciplines (Art & Design, Business, Science, Health & Medicine, Humanities & Social Science, Tech & Engineering) spanning 30 subjects and 183 subfields with diverse image types including charts, diagrams, maps, and tables.
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 13
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 VL 32B Thinking | 0.781 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.76 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.76 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.742 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.741 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.708 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.696 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.674 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.649 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.596 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.488 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| LFM2.5-VL-3B | 0.484 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |
| North Micro Vision Instruct | 0.329 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |