MMBench
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageMultimodal
Resultados registrados
14
Puntuación media
83.49%
Rango de puntuaciones
69.20% - 88%
Modelo líder
88% - Qwen 2.5 Math 72B
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Qwen 2.5 Math 72B | - | 88 % | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | Sí | Fuente | |
| Qwen 2.5 Math PRM 72B | - | 88 % | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | Sí | Fuente | |
| Qwen 2.5 Math RM 72B | - | 88 % | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | Sí | Fuente | |
| Qwen 2.5 VL 72B Instruct | 26 ene 2025 | 88 % | - | Sí | Fuente | |
| Phi 4 multimodal instruct | 01 feb 2025 | 86,70 % | - | Sí | Fuente | |
| Qwen 2.5 0.5B | - | 84,30 % | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | Sí | Fuente | |
| Qwen 2.5 1.5B | - | 84,30 % | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | Sí | Fuente | |
| Qwen 2.5 3B | - | 84,30 % | inferred family alias from qwen2.5-vl-7b (score=0.3531; benches=32) | Sí | Fuente | |
| Qwen 2.5 VL 7B Instruct | - | 84,30 % | - | Sí | Fuente | |
| Phi 3 Vision 128K Instruct | - | 81,90 % | inferred family alias from phi-3.5-vision-instruct (score=0.3495; benches=9) | Sí | Fuente | |
| Phi 3.5 vision instruct | 23 ago 2024 | 81,90 % | - | Sí | Fuente | |
| DeepSeek VL2 Small | 13 dic 2024 | 80,30 % | - | Sí | Fuente | |
| DeepSeek VL2 | 13 dic 2024 | 79,60 % | - | Sí | Fuente | |
| DeepSeek VL2 Tiny | 13 dic 2024 | 69,20 % | - | Sí | Fuente |
