Design2Code · Benchmark

收录成绩1616 个模型或系统

当前第一90.7VisRefiner-7B（self-refinement）

指标CLIP 视觉相似度参考网页与生成网页截图的 CLIP-ViT-B/32 嵌入相似度（百分制，越高越好）

最近同步10-19 14:312 个数据源 · 截图到网页代码

排名表

显示 16 / 16

						细粒度相似度
	模型	机构	参数	开源						评测设置	来源		备注
1	VisRefiner-7B（self-refinement）	—	—	—	90.7	91.4	98.1	82.3	83.8	—	模型方自报	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；日期取 arXiv v1 首发日。
2	GPT-4o（single-step）	OpenAI	—	—	90.4	93.0	98.2	85.5	84.1	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
3	GPT-4o（self-refinement）	OpenAI	—	—	90.1	92.7	98.6	84.9	83.3	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
3	VisRefiner-7B（single-step）	—	—	—	90.1	90.6	97.5	81.7	83.1	—	模型方自报	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；日期取 arXiv v1 首发日。
5	Qwen2.5-VL-7B（self-refinement）	Alibaba	—	—	87.7	86.8	98.0	79.0	72.9	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
5	Qwen2.5-VL-7B（single-step）	Alibaba	—	—	87.7	88.2	98.0	79.8	73.5	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
7	WebSight VLM-8B	Hugging Face	—	—	87.6	55.9	86.6	77.3	79.4	—	第三方复现	2026-10-19	定位：Table 1，Finetuned Models；来源发布日期：2024-03-05；主测试集；WebSight v0.1 全量数据微调；overall 取 CLIP；Design2Code 论文统一复测；日期取 arXiv v1 首发日。
8	GPT-4V（self-refinement）	OpenAI	—	—	87.2	88.8	98.1	81.1	72.9	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
9	Claude 3 Opus（single-step）	Anthropic	—	—	87.0	90.2	97.5	77.9	71.4	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
9	Qwen2.5-VL-72B（self-refinement）	Alibaba	—	—	87.0	91.1	97.7	84.7	82.3	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
11	GPT-4V（single-step）	OpenAI	—	—	86.9	85.8	97.4	80.5	73.3	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
12	Claude 3 Opus（self-refinement）	Anthropic	—	—	86.6	90.3	98.1	78.1	69.7	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
12	Qwen2.5-VL-72B（single-step）	Alibaba	—	—	86.6	90.7	97.8	84.0	81.9	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
14	Design2Code-18B	—	—	—	85.8	78.5	96.4	74.3	67.0	—	模型方自报	2026-10-19	定位：Table 1，Finetuned Models；来源发布日期：2024-03-05；主测试集；WebSight 随机 20% 子集微调；overall 取 CLIP；论文作者自评自家模型；日期取 arXiv v1 首发日。
15	MiMo-VL-7B-RL（single-step）	Xiaomi	—	—	84.7	87.8	97.0	81.1	77.5	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Single-step；来源发布日期：2026-02-05；主测试集；single-step；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。
16	MiMo-VL-7B-RL（self-refinement）	Xiaomi	—	—	84.6	89.0	97.2	79.5	77.4	—	第三方复现	2026-10-19	定位：Table 2，Design2Code、Self-refinement；来源发布日期：2026-02-05；主测试集；one-step self-refinement；overall 取 CLIP，不是论文 AVG；VisRefiner 论文统一复测；日期取 arXiv v1 首发日。

榜单说明

第 2 批接入

指标

CLIP 视觉相似度：参考网页与生成网页截图的 CLIP-ViT-B/32 嵌入相似度（百分制，越高越好）（越高越好）

子项

细粒度相似度元素召回文本位置颜色

数据源

VisRefiner 论文（在新窗口打开）（论文或项目页）
Design2Code 原论文（在新窗口打开）（论文或项目页）

来源类型

模型方自报 3第三方复现 13

分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。

更新记录

0 条

首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。