AI 模型评测目录

OPEN BENCHMARKS长期追踪目录

对比模型处理图像理解、视觉推理与多模态任务时的稳定表现。这一页按报告期次列出该类别的全部成绩，分数、成本与数据日期都标在表里，方便在同一类里挑更稳或更省的模型。三类评测（推理 / Agentic / 视觉）分数互不换算，别跨类比较名次。

收录规模 4 个数据集 当前 20 条模型记录 · 按类别与数据集切换

类别：视觉 数据集：2025-11 · 月榜 记录数：20 该类别数据集：4 个


Gemini 3 Pro 推理 Google Gemini	73.94	70.47	4.69%	¥86.4	10039	¥16.48	138	25-11-19
Gemini 2.5 Pro 推理 Google Gemini	64.09	61.80	3.58%	¥72.0	7277	¥9.95	79	25-05-06
GPT-5 (high) 推理 OpenAI	61.73	53.79	12.86%	¥72.0	6271	¥8.58	182	25-08-07
Seed-1.6-vision (Think) 推理字节豆包（火山方舟）	60.58	55.85	7.82%	¥8.0	6695	¥1.02	83	25-08-15
qwen3-vl-235b-a22b (Think) 阿里云百炼（通义千问）	58.21	53.50	8.10%	¥20.0	5031	¥1.91	101	25-09-24
Seed-1.6-thinking-0715 推理七牛云 AI	55.39	50.87	8.15%	¥8.0	6104	¥0.93	118	25-07-14
GLM-4.5V 推理 Z.AI（智谱国际版）	53.26	49.42	7.22%	¥6.0	2814	¥0.32	51	25-08-11
Seed-1.6-vision 字节豆包（火山方舟）	48.89	43.74	10.53%	¥8.0	2263	¥0.34	29	25-08-15
Step-3 推理阶跃星辰 StepFun	48.85	45.34	7.19%	¥8.0	6033	¥0.92	294	25-07-31
Qwen3-vl-235b-a22b 阿里云百炼（通义千问）	47.88	45.62	4.72%	¥8.0	1590	¥0.24	34	25-09-24
Sonnet 4 (Think) 推理 Anthropic Claude	47.57	38.83	18.37%	¥108.0	2895	¥5.94	42	25-05-23
Sonnet 4 Anthropic Claude	45.53	41.21	9.48%	¥108.0	931	¥1.91	17	25-05-23
ERNIE 4.5 Turbo VL 0829 推理	45.31	39.99	11.74%	¥9.0	3433	¥0.59	245	25-08-29
Qwen-vl-max-2025-08-13 阿里云百炼（通义千问）	44.36	40.00	9.83%	¥4.0	2520	¥0.19	115	25-08-13
hunyuan-t1-vision 0619 推理	42.68	37.55	12.02%	¥9.0	6009	¥1.03	115	25-06-19
SenseNova-V6-Reasoner 推理	40.71	37.38	8.18%	¥16.0	2316	¥0.70	90	25-04-10
Seed-1.6	39.30	35.32	10.15%	¥8.0	1006	¥0.15	23	25-06-11
hunyuan-turbos-vision 0619	38.05	34.54	9.23%	¥9.0	1188	¥0.20	31	25-06-19
SenseNova-V6-Pro	34.41	26.68	22.47%	¥9.0	689	¥0.12	18	25-04-10
MiniMax-Text-01 MiniMax 海螺	25.17	23.38	7.10%	¥8.0	587	¥0.09	24	25-01-13