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
RealWorldQA
RealWorldQA is a benchmark designed to evaluate basic real-world spatial understanding capabilities of multimodal models. The initial release consists of over 700 anonymized images taken from vehicles and other real-world scenarios, each accompanied by a question and easily verifiable answer. Released by xAI as part of their Grok-1.5 Vision preview to test models' ability to understand natural scenes and spatial relationships in everyday visual contexts.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- XAI
- 评测发布日期
- 2024-04-12
- 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 29
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 | 0.88 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.869 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Seed 2.1 Pro | 0.867 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Seed 2.1 Turbo | 0.863 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Qwen3.8-27B | 0.859 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.854 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.853 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.851 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.841 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.841 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.837 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.813 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.793 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.79 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.784 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen2-VL-72B-Instruct | 0.778 | 未收录 | 未收录 | 2024-08-29 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.774 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.737 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.735 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.732 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| LFM2.5-VL-3B | 0.731 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.715 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.709 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.703 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Grok-1.5V | 0.687 | 未收录 | 未收录 | 2024-04-12 · model_announcement | LLM Stats |
| DeepSeek VL2 | 0.684 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |
| DeepSeek VL2 Small | 0.654 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |
| DeepSeek VL2 Tiny | 0.642 | 未收录 | 未收录 | 2024-12-13 · model_announcement | LLM Stats |
| North Micro Vision Instruct | 0.622 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |