第 1 名
Seed1.5-VL
89.0官方榜单
MMBench
多选题视觉语言理解评测；本站静态表取自 OpenCompass MMBench 英文 test v1.1 循环评测 Overall，不自动更新。
收录成绩1919 个模型或系统
当前第一89.0Seed1.5-VL
指标总分MMBench-EN test v1.1 循环评测 Overall（%）
数据时效人工整理整理于 2026-10-22 · 2 个数据源
第 2 名
Gemini-2.5-Pro
88.5官方榜单
第 2 名
JT-VL-Chat-V3.0
88.5官方榜单
排名表
显示 19 / 19
| 感知 | 推理 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 模型 | 机构 | 来源 | 备注 | |||||||||
| 1 | Seed1.5-VL | ByteDance | 89.0 | 84.8 | 95.8 | 91.0 | 85.7 | 90.2 | 86.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 1 位（Overall=89.0）；来源发布日期：2025-05-30；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/05/30。 |
| 2 | Gemini-2.5-Pro | 88.5 | 83.7 | 94.2 | 94.0 | 87.8 | 89.1 | 83.7 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 2 位（Overall=88.5）；来源发布日期：2025-04-07；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/04/07。 | |
| 2 | JT-VL-Chat-V3.0 | China Mobile | 88.5 | 83.3 | 94.2 | 91.8 | 92.2 | 85.9 | 84.5 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 3 位（Overall=88.5）；来源发布日期：2025-08-04；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/08/04。 |
| 4 | SenseNova-V6-Pro | SenseTime | 88.4 | 83.7 | 95.6 | 89.1 | 89.4 | 85.3 | 86.4 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 4 位（Overall=88.4）；来源发布日期：2025-05-05；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/05/05。 |
| 5 | Qwen2.5-VL-72B | Alibaba | 88.3 | 85.7 | 95.1 | 86.5 | 88.2 | 86.4 | 85.3 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 5 位（Overall=88.3）；来源发布日期：2025-02-02；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/02/02。 |
| 6 | CongRong-v2.0 | CloudWalk | 87.9 | 81.7 | 93.5 | 91.0 | 92.7 | 83.7 | 86.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 7 位（Overall=87.9）；来源发布日期：2025-05-20；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/05/20。 |
| 6 | InternVL2.5-78B-MPO | Shanghai AI Laboratory & Tsinghua University | 87.9 | 84.6 | 93.3 | 88.4 | 89.0 | 84.2 | 87.2 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 6 位（Overall=87.9）；来源发布日期：2024-12-29；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2024/12/29。 |
| 8 | GLM-4v-Plus-20250111 | Zhipu AI | 87.8 | 83.5 | 93.7 | 89.5 | 89.4 | 86.4 | 84.5 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 8 位（Overall=87.8）；来源发布日期：2025-01-25；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/01/25。 |
| 9 | BailingMM-Pro-0120 | Ant Group | 87.7 | 84.6 | 94.4 | 82.4 | 94.3 | 81.5 | 86.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 9 位（Overall=87.7）；来源发布日期：2025-01-25；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/01/25。 |
| 10 | SenseNova-V6-5-Pro | SenseTime | 87.6 | 83.0 | 94.2 | 88.0 | 88.6 | 83.7 | 88.0 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 11 位（Overall=87.6）；来源发布日期：2025-09-03；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/09/03。 |
| 10 | Step-1o | StepFun | 87.6 | 82.6 | 94.4 | 89.5 | 89.8 | 82.1 | 86.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 10 位（Overall=87.6）；来源发布日期：2025-01-13；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/01/13。 |
| 12 | InternVL3-78B | Shanghai AI Laboratory & Tsinghua University | 87.5 | 81.9 | 93.5 | 89.9 | 90.2 | 82.6 | 87.6 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 12 位（Overall=87.5）；来源发布日期：2025-04-14；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/04/14。 |
| 13 | InternVL2.5-78B | Shanghai AI Laboratory & Tsinghua University | 87.3 | 84.1 | 92.3 | 87.3 | 89.4 | 83.2 | 86.4 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 13 位（Overall=87.3）；来源发布日期：2024-12-10；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2024/12/10。 |
| 13 | JT-VL-Chat-Mini | China Mobile | 87.3 | 84.4 | 93.0 | 90.3 | 90.2 | 79.3 | 83.3 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 14 位（Overall=87.3）；来源发布日期：2025-10-26；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/10/26。 |
| 15 | RBDashMM3-DPO-38B | RBDash Team | 87.1 | 83.7 | 94.0 | 85.0 | 88.6 | 82.6 | 86.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 15 位（Overall=87.1）；来源发布日期：2025-11-10；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/11/10。 |
| 16 | InternVL3-38B | Shanghai AI Laboratory & Tsinghua University | 87.0 | 82.2 | 93.7 | 86.5 | 89.4 | 83.7 | 86.0 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 16 位（Overall=87.0）；来源发布日期：2025-04-14；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/04/14。 |
| 17 | GPT-4.1-20250414 | OpenAI | 86.9 | 84.1 | 87.2 | 90.6 | 92.2 | 87.5 | 82.6 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 17 位（Overall=86.9）；来源发布日期：2025-04-16；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/04/16。 |
| 18 | ChatGPT-4o-latest | OpenAI | 86.8 | 85.4 | 84.9 | 91.0 | 91.4 | 87.5 | 83.3 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 18 位（Overall=86.8）；来源发布日期：2025-04-07；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/04/07。 |
| 18 | GPT-5-20250807 | OpenAI | 86.8 | 86.9 | 78.7 | 92.9 | 89.8 | 90.2 | 88.8 | 官方榜单 | 2026-10-22 | 定位：MMBench_TEST_EN_V11_Data 按 Overall 排序第 19 位（Overall=86.8）；来源发布日期：2025-08-14；OpenCompass MMBench 英文 test v1.1 循环评测 Overall（%）；Verified=Yes；榜单 Time=2025/08/14。 |
榜单说明
第 4 批接入MMBench 由 OpenCompass 维护，覆盖感知、推理等多类视觉语言选择题；公开榜单区分中文版 / 英文版、dev / test 以及 v1.0 / v1.1 等口径。本站仅采用英文 test 集 v1.1（OpenCompass 字段 MMBench_TEST_EN_V11_Data）的 Overall 百分制分数作为总分，不在同一榜单内混排其他切分。
循环评测（CircEval）会对模型多次提交取汇总 Overall；榜单 JSON 与站点展示同源。中文榜、dev 榜与 v1.0 榜的分数不可与 v1.1 英文 test 直接对比。
静态表按 Overall 降序连续收录前 19 名（并列一起收），子项为榜单给出的六个二级能力维度：感知类的粗粒度感知（CP）、单实例与跨实例细粒度感知（FP-S、FP-C），推理类的属性推理（AR）、逻辑推理（LR）与关系推理（RR）。OpenCompass 主站的 robots.txt 不允许抓取 JSON 资源，因此不做每日自动同步，按月人工复查。
- 指标
- 总分：MMBench-EN test v1.1 循环评测 Overall（%）（越高越好）
- 子项
- 感知粗粒度感知 CP细粒度感知·单实例 FP-S细粒度感知·跨实例 FP-C推理属性推理 AR逻辑推理 LR关系推理 RR
- 数据源
- 来源类型
- 官方榜单 19
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。