MMMU Pro
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
132
Puntuación media
66.27%
Rango de puntuaciones
33% - 86.70%
Modelo líder
86.70% - GPT-6 Astra
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 |
|---|---|---|---|---|---|---|
| GPT-6 Astra | 03 sept 2026 | 86,70 % | MMMU-Pro (Vision); reasoning effort max; estimated cost per task $0.065; OpenAI-reported in the GPT-6.1 Terra launch post | Sí | Fuente | |
| GPT-6.1 Sol | 29 sept 2026 | 86,30 % | MMMU-Pro (Vision); reasoning effort max; estimated cost per task $0.013; OpenAI-reported in the GPT-6.1 Terra launch post | Sí | Fuente | |
| GPT-6.1 Terra | 26 oct 2026 | 85,50 % | MMMU-Pro (Vision); reasoning effort max; estimated cost per task $0.012; OpenAI-reported in the GPT-6.1 Terra launch post | Sí | Fuente | |
| GPT 5.5 | 23 abr 2026 | 83,20 % | With tools | Sí | Fuente | |
| GPT 5.4 | 05 mar 2026 | 82,10 % | With tools | Sí | Fuente | |
| GPT 5.6 Terra | 09 jul 2026 | 81,70 % | MMMU-Pro (Vision); reasoning effort max; estimated cost per task $0.079; OpenAI-reported in the GPT-6.1 Terra launch post | Sí | Fuente | |
| Kimi K3 | 16 jul 2026 | 81,60 % | Average of three runs; official protocol preserves input order and prepends images to text input. | Sí | Fuente | |
| Gemini 3 Flash Preview | 17 dic 2025 | 81,20 % | - | Sí | Fuente | |
| GPT 5 Pro | 07 ago 2025 | 81,20 % | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | Sí | Fuente | |
| GPT 5 Search API | 14 oct 2025 | 81,20 % | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | Sí | Fuente | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 nov 2025 | 81 % | inferred modality/version alias from gemini-3-pro-preview | Sí | Fuente | |
| Gemini 3 Pro Preview | 18 nov 2025 | 81 % | - | Sí | Fuente | |
| Gemini 3.1 Pro Preview | 19 feb 2026 | 80,50 % | Search + Python + Browse | Sí | - | |
| Muse Spark | 08 abr 2026 | 80,40 % | Multimodal understanding | Sí | Fuente | |
| GPT-6 Luna | 22 sept 2026 | 79,90 % | MMMU-Pro (Vision); reasoning effort max; estimated cost per task $0.0021; OpenAI-reported in the GPT-6.1 Terra launch post | Sí | Fuente | |
| GPT 5.2 Chat | 11 dic 2025 | 79,50 % | inferred alias from gpt-5.2-2025-12-11 | Sí | Fuente | |
| Qwen 3.5 397B A17B | 16 feb 2026 | 79 % | - | Sí | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | 78,80 % | - | Sí | Fuente | |
| Kimi K2.5 | 27 ene 2026 | 78,50 % | - | Sí | Fuente | |
| GPT 5 | 07 ago 2025 | 78,40 % | With Thinking, Pass @ 1 | Sí | Fuente | |
| Seed 2.0 Pro | 14 feb 2026 | 78,20 % | Seed2 official benchmark table | MMMU-Pro | Sí | Fuente | |
| GPT 5.4 Mini | 17 mar 2026 | 78 % | With Python | Sí | Fuente | |
| MiMo V2.5 | 23 abr 2026 | 77,90 % | Image understanding benchmark from official MiMo-V2.5 model card image | Sí | Fuente | |
| Claude Opus 4.6 | 05 feb 2026 | 77,30 % | With tools | Sí | Fuente | |
| Gemma 4 31B | 02 abr 2026 | 76,90 % | - | Sí | Fuente |
