第 1 名
Chance Vision 1.5
86.9模型方自报
MMMU-Pro
MMMU 加强版，含 Vision-only 与 10 选 1；本站按官方榜 MMMU-Pro Overall 取前 15 名。
收录成绩1515 个模型或系统
当前第一86.9Chance Vision 1.5
指标OverallMMMU-Pro 综合准确率（%），与官方 Leaderboard Overall 列一致
数据时效人工整理整理于 2026-10-27 · 2 个数据源
第 2 名
GPT-5.4 Thinking w/ tools
82.1模型方自报
第 3 名
GPT-5.4 Thinking w/o tools
81.2模型方自报
排名表
显示 15 / 15
| 设置 | ||||||||
|---|---|---|---|---|---|---|---|---|
| 模型 | 机构 | 来源 | 备注 | |||||
| 1 | Chance Vision 1.5 | — | 86.9 | 86.1 | 87.6 | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 1 名，访问于 2026-10-27；来源发布日期：2026-07-01；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 2 | GPT-5.4 Thinking w/ tools | OpenAI | 82.1 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 2 名，访问于 2026-10-27；来源发布日期：2026-03-05；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 3 | GPT-5.4 Thinking w/o tools | OpenAI | 81.2 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 3 名，访问于 2026-10-27；来源发布日期：2026-03-05；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 4 | Gemini 3.0 Pro | 81.0 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 4 名，访问于 2026-10-27；来源发布日期：2025-11-18；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 | |
| 5 | Gemini 3.1 Pro Thinking (High) | 80.5 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 5 名，访问于 2026-10-27；来源发布日期：2026-02-19；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 | |
| 6 | GPT-5.2 Thinking w/o Python | OpenAI | 80.4 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 6 名，访问于 2026-10-27；来源发布日期：2025-12-11；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 6 | Muse Spark Thinking | Meta | 80.4 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 7 名，访问于 2026-10-27；来源发布日期：2026-04-08；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 8 | GPT-5.2 Thinking w/o tools | OpenAI | 79.5 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 8 名，访问于 2026-10-27；来源发布日期：2025-12-11；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 9 | GPT-5.1 Thinking | OpenAI | 79.0 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 9 名，访问于 2026-10-27；来源发布日期：2025-11-13；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 10 | GPT-5 w/ thinking | OpenAI | 78.4 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 10 名，访问于 2026-10-27；来源发布日期：2025-08-07；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 11 | Claude Opus 4.6 w/ tools | Anthropic | 77.3 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 11 名，访问于 2026-10-27；来源发布日期：2026-02-05；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 12 | Gemma 4 31B | 76.9 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 12 名，访问于 2026-10-27；来源发布日期：2026-04-02；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 | |
| 13 | o3 | OpenAI | 76.4 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 13 名，访问于 2026-10-27；来源发布日期：2025-04-16；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 14 | GPT-5.1 | OpenAI | 76.0 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 14 名，访问于 2026-10-27；来源发布日期：2025-11-13；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
| 15 | Claude Sonnet 4.6 w/ tools | Anthropic | 75.6 | — | — | 模型方自报 | 2026-10-27 | 定位：官方 Leaderboard MMMU-Pro Overall 列，Overall 降序第 15 名，访问于 2026-10-27；来源发布日期：2026-02-17；榜单页以 * 标注为模型方自行提交；MMMU-Pro Overall 为零样本准确率（%）。 |
榜单说明
第 6 批接入转录官网 Leaderboard 的 MMMU-Pro 区（访问于 2026-10-27，页脚 Last updated 2025-09-05）：Human Expert 与 Random 不入榜；按 Overall 降序连续取前 15 名。这 15 行在官方 JSON 中都标为作者提供（页面带 *），即模型方自报成绩，记 self_reported，与 MMMU 团队统一评测的行口径不同。Vision、Standard 子列有值则收录。日期取榜单 Date 列；无逐条日期的补充行不在本批前 15 内。
- 指标
- Overall：MMMU-Pro 综合准确率（%），与官方 Leaderboard Overall 列一致（越高越好）
- 子项
- 设置VisionStandard
- 数据源
- 来源类型
- 模型方自报 15
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。