Mathvista
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
67
औसत स्कोर
60.68%
स्कोर सीमा
0% - 89.80%
अग्रणी मॉडल
89.80% - Seed 2.0 Pro
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 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 14 फ़र॰ 2026 | 89.80% | Seed2 official benchmark table | MathVista | हाँ | स्रोत | |
| Seed 2.0 Lite | 14 फ़र॰ 2026 | 89% | Seed2 official benchmark table | MathVista | हाँ | स्रोत | |
| Seed 2.0 Mini | 14 फ़र॰ 2026 | 85.50% | Seed2 official benchmark table | MathVista | हाँ | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 84.30% | - | हाँ | स्रोत | |
| o4 mini Deep Research | 26 जून 2025 | 84.30% | inferred modality/version alias from o4-mini | हाँ | स्रोत | |
| Command A+ | 20 मई 2026 | 80.60% | - | हाँ | स्रोत | |
| Kimi K1.5 | 20 जन॰ 2025 | 74.90% | - | हाँ | स्रोत | |
| Llama 4 Maverick | 05 अप्रैल 2025 | 73.70% | - | हाँ | स्रोत | |
| GPT 4.5 Preview | 27 फ़र॰ 2025 | 72.30% | - | हाँ | स्रोत | |
| QvQ 72B Preview | - | 71.40% | - | हाँ | स्रोत | |
| Llama 4 Scout | 05 अप्रैल 2025 | 70.70% | - | हाँ | स्रोत | |
| Pixtral Large | 18 नव॰ 2024 | 69.40% | - | हाँ | स्रोत | |
| Grok 2 | 13 अग॰ 2024 | 69% | - | हाँ | स्रोत | |
| Gemini 1.5 Pro 001 | 23 मई 2024 | 68.10% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini 1.5 Pro Exp (2024-08-01) | 01 अग॰ 2024 | 68.10% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini 1.5 Pro Exp (2024-08-27) | 27 अग॰ 2024 | 68.10% | inferred alias from gemini-1.5-pro | हाँ | स्रोत | |
| Gemini Robotics ER 1.5 Preview | 25 सित॰ 2025 | 68.10% | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | हाँ | स्रोत | |
| LearnLM 1.5 Pro Experimental | 19 नव॰ 2024 | 68.10% | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | हाँ | स्रोत | |
| Grok 2 Mini | 13 अग॰ 2024 | 68.10% | - | हाँ | स्रोत | |
| Qwen 2.5 Coder 3B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Coder 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math 7B PRM800K | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 7B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | हाँ | स्रोत | |
| Qwen 2.5 Omni 3B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | हाँ | स्रोत |
