ScreenSpot-Pro
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
46
Puntuación media
54.10%
Rango de puntuaciones
7.27% - 87.60%
Modelo líder
87.60% - Claude Opus 4.7
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 |
|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 16 abr 2026 | 87,60 % | With tools | Sí | Fuente | |
| GPT 5.2 Chat | 11 dic 2025 | 86,30 % | inferred alias from gpt-5.2-2025-12-11 | Sí | Fuente | |
| Muse Spark | 08 abr 2026 | 84,10 % | UI localization | Sí | Fuente | |
| Muse Glimmer 30B | 10 ago 2026 | 75,40 % | High reasoning | Sí | Fuente | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 nov 2025 | 72,70 % | inferred modality/version alias from gemini-3-pro-preview | Sí | Fuente | |
| Gemini 3 Pro Preview | 18 nov 2025 | 72,70 % | - | Sí | Fuente | |
| Qwen 3.5 122B A10B | 24 feb 2026 | 70,40 % | - | Sí | Fuente | |
| Qwen 3.5 27B | 24 feb 2026 | 70,30 % | - | Sí | Fuente | |
| Qwen 3.5 Flash | 23 feb 2026 | 70,30 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sí | Fuente | |
| Gemini 3 Flash Preview | 17 dic 2025 | 69,10 % | - | Sí | Fuente | |
| Qwen 3.5 35B A3B | 24 feb 2026 | 68,60 % | - | Sí | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | 68,20 % | - | Sí | Fuente | |
| Qwen 3 VL 235B A22B Instruct | - | 62 % | - | Sí | - | |
| Qwen 3 VL 235B A22B Thinking | - | 61,80 % | - | Sí | - | |
| Qwen 3 VL 30B A3B Instruct | - | 60,50 % | - | Sí | - | |
| Qwen 3 VL 4B Instruct | - | 59,50 % | - | Sí | - | |
| Qwen 3 VL 32B Instruct | - | 57,90 % | - | Sí | - | |
| Qwen 3 VL 30B A3B Thinking | - | 57,30 % | - | Sí | - | |
| Qwen 3 VL 32B Thinking | - | 57,10 % | - | Sí | - | |
| Qwen 3 VL 8B Instruct | - | 54,60 % | - | Sí | - | |
| Qwen 3 4B Instruct 2507 | - | 49,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | Sí | - | |
| Qwen 3 4B SafeRL | - | 49,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | Sí | - | |
| Qwen 3 4B Thinking 2507 | - | 49,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | Sí | - | |
| Qwen 3 Embedding 4B | - | 49,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | Sí | - | |
| Qwen 3 Guard Gen 4B | - | 49,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3400; benches=48) | Sí | - |
