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
VideoMME w sub.
The first-ever comprehensive evaluation benchmark of Multi-modal LLMs in Video analysis. Features 900 videos (254 hours) with 2,700 question-answer pairs covering 6 primary visual domains and 30 subfields. Evaluates temporal understanding across short (11 seconds) to long (1 hour) videos with multi-modal inputs including video frames, subtitles, and audio.
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 10
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 | 0.904 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.877 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.873 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.87 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| GPT-5 | 0.867 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.866 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.866 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.779 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.724 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Qwen2.5 VL 7B Instruct | 0.716 | 未收录 | 未收录 | 2025-01-26 · model_announcement | LLM Stats |