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
80.3%
成绩出处Arena-Hard v2厂商自报 · 越高越好
51.1%
winrate
成绩出处BFCL-v3厂商自报 · 越高越好
63%
成绩出处BLINK厂商自报 · 越高越好
68.7%
成绩出处CC-OCR厂商自报 · 越高越好
76.3%
overall
成绩出处CharadesSTA厂商自报 · 越高越好
59.9%
成绩出处CharXiv-D厂商自报 · 越高越好
85.9%
DQ
成绩出处CharXiv-R厂商自报 · 越高越好
53%
RQ
成绩出处Creative Writing v3厂商自报 · 越高越好
82.4%
成绩出处DocVQAtest厂商自报 · 越高越好
95.3%
成绩出处Hallusion Bench厂商自报 · 越高越好
65.4%
成绩出处HMMT25厂商自报 · 越高越好
60.6%
成绩出处IFEval厂商自报 · 越高越好
83.2%
成绩出处Include厂商自报 · 越高越好
69.5%
成绩出处InfoVQAtest厂商自报 · 越高越好
86%
成绩出处LiveBench 20241125厂商自报 · 越高越好
69.8%
成绩出处LiveCodeBench v6厂商自报 · 越高越好
58.6%
25.02-25.05
成绩出处LVBench厂商自报 · 越高越好
55.8%
成绩出处MathVision厂商自报 · 越高越好
62.7%
成绩出处MathVista-Mini厂商自报 · 越高越好
81.4%
成绩出处MLVU-M厂商自报 · 越高越好
75.1%
MCQ
成绩出处MMBench-V1.1厂商自报 · 越高越好
87.5%
en, V1.1
成绩出处MMLU-Pro厂商自报 · 越高越好
77.3%
成绩出处MMLU-ProX厂商自报 · 越高越好
70.7%
成绩出处MMLU-Redux厂商自报 · 越高越好
88.8%
成绩出处MM-MT-Bench厂商自报 · 越高越好
8%
成绩出处MMMU-Pro厂商自报 · 越高越好
60.4%
full
成绩出处MMMU (val)厂商自报 · 越高越好
74.1%
AI
成绩出处MMStar厂商自报 · 越高越好
75.3%
成绩出处MuirBench厂商自报 · 越高越好
76.8%
成绩出处Multi-IF厂商自报 · 越高越好
75.1%
成绩出处MVBench厂商自报 · 越高越好
69%
成绩出处OCRBench厂商自报 · 越高越好
81.9%
成绩出处OCRBench-V2 (en)厂商自报 · 越高越好
63.9%
en/zh - using en value
成绩出处OCRBench-V2 (zh)厂商自报 · 越高越好
59.2%
zh
成绩出处ODinW厂商自报 · 越高越好
39.8%
13
成绩出处OSWorld厂商自报 · 越高越好
33.9%
成绩出处PolyMATH厂商自报 · 越高越好
47.5%
成绩出处RealWorldQA厂商自报 · 越高越好
73.5%
成绩出处ScreenSpot厂商自报 · 越高越好
93.6%
成绩出处ScreenSpot Pro厂商自报 · 越高越好
46.6%
成绩出处SimpleQA厂商自报 · 越高越好
49.6%
成绩出处SuperGPQA厂商自报 · 越高越好
51.2%
成绩出处Video-MME厂商自报 · 越高越好
71.8%
w/o sub
成绩出处VideoMMMU厂商自报 · 越高越好
72.8%
成绩出处WritingBench厂商自报 · 越高越好
85.5%
成绩出处
