AI2D厂商自报 · 越高越好
84.9%
TEST
成绩出处AIME 2025厂商自报 · 越高越好
74.5%
成绩出处Arena-Hard v2厂商自报 · 越高越好
36.8%
winrate
成绩出处BFCL-v3厂商自报 · 越高越好
67.3%
成绩出处BLINK厂商自报 · 越高越好
63.4%
成绩出处CC-OCR厂商自报 · 越高越好
73.8%
overall
成绩出处CharadesSTA厂商自报 · 越高越好
59%
成绩出处CharXiv-D厂商自报 · 越高越好
83.9%
DQ
成绩出处CharXiv-R厂商自报 · 越高越好
50.3%
RQ
成绩出处Creative Writing v3厂商自报 · 越高越好
76.1%
成绩出处DocVQAtest厂商自报 · 越高越好
94.2%
成绩出处Hallusion Bench厂商自报 · 越高越好
64.1%
成绩出处HMMT25厂商自报 · 越高越好
53.1%
成绩出处IFEval厂商自报 · 越高越好
82.6%
成绩出处Include厂商自报 · 越高越好
64.6%
成绩出处InfoVQAtest厂商自报 · 越高越好
83%
成绩出处LiveBench 20241125厂商自报 · 越高越好
68.4%
成绩出处LiveCodeBench v6厂商自报 · 越高越好
51.3%
25.02-25.05
成绩出处LVBench厂商自报 · 越高越好
53.5%
成绩出处MathVision厂商自报 · 越高越好
60%
成绩出处MathVista-Mini厂商自报 · 越高越好
79.5%
成绩出处MLVU-M厂商自报 · 越高越好
75.7%
MCQ
成绩出处MMBench-V1.1厂商自报 · 越高越好
86.7%
en, V1.1
成绩出处MMLU-Pro厂商自报 · 越高越好
73.6%
成绩出处MMLU-ProX厂商自报 · 越高越好
65%
成绩出处MMLU-Redux厂商自报 · 越高越好
86%
成绩出处MM-MT-Bench厂商自报 · 越高越好
7.7%
成绩出处MMMU-Pro厂商自报 · 越高越好
57%
full
成绩出处MMMU (val)厂商自报 · 越高越好
70.8%
AI
成绩出处MMStar厂商自报 · 越高越好
73.2%
成绩出处MuirBench厂商自报 · 越高越好
75%
成绩出处Multi-IF厂商自报 · 越高越好
73.6%
成绩出处MVBench厂商自报 · 越高越好
69.3%
成绩出处OCRBench厂商自报 · 越高越好
80.8%
成绩出处OCRBench-V2 (en)厂商自报 · 越高越好
61.8%
en/zh - using en value
成绩出处OCRBench-V2 (zh)厂商自报 · 越高越好
55.8%
zh
成绩出处ODinW厂商自报 · 越高越好
39.4%
13
成绩出处OSWorld厂商自报 · 越高越好
31.4%
成绩出处PolyMATH厂商自报 · 越高越好
44.6%
成绩出处RealWorldQA厂商自报 · 越高越好
73.2%
成绩出处ScreenSpot厂商自报 · 越高越好
92.9%
成绩出处ScreenSpot Pro厂商自报 · 越高越好
49.2%
成绩出处SuperGPQA厂商自报 · 越高越好
46.8%
成绩出处VideoMMMU厂商自报 · 越高越好
69.4%
成绩出处WritingBench厂商自报 · 越高越好
84%
成绩出处
