模型榜
本次来源更新未通过校验,保留上次数据。
理解教学视频并回答专业问题。
| 排名 | 模型 | 答题正确率 |
|---|---|---|
| 1 | Claude-3.5-Sonnet闭源 | 65.78% |
| 2 | Kimi-VL-A3B-Thinking-2506开源·来源标记 | 65.22% |
| 3 | GPT-4o闭源 | 61.22% |
| 4 | Qwen-2.5-VL-72B开源·来源标记 | 60.22% |
| 5 | GLM-4V-PLUS-0111闭源 | 57.56% |
| 6 | Gemini 1.5 Pro闭源 | 53.89% |
| 7 | Video-RTS开源·来源标记 | 52.7% |
| 8 | Aria开源·来源标记 | 50.78% |
| 9 | Gemini 1.5 Flash闭源 | 49.78% |
| 10 | LLaVA-Video-72B开源·来源标记 | 49.67% |
| 11 | LLaVA-OneVision-72B开源·来源标记 | 48.33% |
| 12 | Qwen-2.5-VL-7B开源·来源标记 | 47.44% |
| 13 | VideoLLaMA3-7B开源·来源标记 | 47% |
| 14 | InternVideo2.5-Chat-8B开源·来源标记 | 43% |
| 15 | mPLUG-Owl3-7B开源·来源标记 | 42% |
| 16 | MAmmoTH-VL-8B开源·来源标记 | 41.78% |
| 17 | VideoChat-Flash-7B@448开源·来源标记 | 41.67% |
| 18 | InternVL2-8B开源·来源标记 | 37.44% |
| 19 | LLaVA-Video-7B开源·来源标记 | 36.11% |
| 20 | VILA1.5-40B开源·来源标记 | 34% |
| 21 | LLaVA-OneVision-7B开源·来源标记 | 33.89% |
| 22 | Llama-3.2-11B开源·来源标记 | 30% |
| 23 | LongVA-7B开源·来源标记 | 23.98% |
| 24 | VILA1.5-8B开源·来源标记 | 20.89% |
评测口径与数据来源
按官方表格 Overall 原始正确率排序,并列同名次;展开查看感知、理解、迁移分项。参考榜收录以早期型号为主,不代表近期模型完整排名。来源未逐项公布评测日期与输入设置。