EgoSchema
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageLong Context
दर्ज परिणाम
30
औसत स्कोर
70.36%
स्कोर सीमा
55.70% - 77.90%
अग्रणी मॉडल
77.90% - Qwen 2 VL 2B
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Qwen 2 VL 2B | - | 77.90% | inferred family alias from qwen2-vl-72b (score=0.4083; benches=15) | हाँ | स्रोत | |
| Qwen 2 VL 72B | - | 77.90% | - | हाँ | स्रोत | |
| Qwen 2.5 Math 72B | - | 76.20% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 72B | - | 76.20% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math RM 72B | - | 76.20% | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 VL 72B Instruct | 26 जन॰ 2025 | 76.20% | - | हाँ | स्रोत | |
| GPT 4o (2024-08-06) | 06 अग॰ 2024 | 72.20% | - | हाँ | स्रोत | |
| GPT 4o Audio Preview (2025-06-03) | 03 जून 2025 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-10-01) | 01 अक्टू॰ 2024 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-12-17) | 17 दिस॰ 2024 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2025-06-03) | 03 जून 2025 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2024-10-01) | 01 अक्टू॰ 2024 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Search Preview | 11 मार्च 2025 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe | 20 मार्च 2025 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe Diarize | 15 अक्टू॰ 2025 | 72.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| Gemini 2.0 Flash | 05 फ़र॰ 2025 | 71.50% | - | हाँ | स्रोत | |
| Gemini 2.0 Flash Exp | - | 71.50% | inferred alias from gemini-2.0-flash | हाँ | स्रोत | |
| Gemini 2.0 Pro Exp (2025-02-05) | 05 फ़र॰ 2025 | 71.50% | inferred modality/version alias from gemini-2.0-flash | हाँ | स्रोत | |
| LearnLM 2.0 Flash Experimental | 17 अप्रैल 2025 | 71.50% | inferred family alias from gemini-2.0-flash (score=0.3700; benches=13) | हाँ | स्रोत | |
| Qwen 2.5 Coder 3B | - | 68.60% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Coder 7B | - | 68.60% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B | - | 68.60% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B PRM800K | - | 68.60% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 7B | - | 68.60% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Omni 3B | - | 68.60% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | हाँ | स्रोत |
