MMBench
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageMultimodal
दर्ज परिणाम
14
औसत स्कोर
83.49%
स्कोर सीमा
69.20% - 88%
अग्रणी मॉडल
88% - Qwen 2.5 Math 72B
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 2.5 Math 72B | - | 88% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 72B | - | 88% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math RM 72B | - | 88% | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 VL 72B Instruct | 26 जन॰ 2025 | 88% | - | हाँ | स्रोत | |
| Phi 4 multimodal instruct | 01 फ़र॰ 2025 | 86.70% | - | हाँ | स्रोत | |
| Qwen 2.5 0.5B | - | 84.30% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 1.5B | - | 84.30% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 3B | - | 84.30% | inferred family alias from qwen2.5-vl-7b (score=0.3531; benches=32) | हाँ | स्रोत | |
| Qwen 2.5 VL 7B Instruct | - | 84.30% | - | हाँ | स्रोत | |
| Phi 3 Vision 128K Instruct | - | 81.90% | inferred family alias from phi-3.5-vision-instruct (score=0.3495; benches=9) | हाँ | स्रोत | |
| Phi 3.5 vision instruct | 23 अग॰ 2024 | 81.90% | - | हाँ | स्रोत | |
| DeepSeek VL2 Small | 13 दिस॰ 2024 | 80.30% | - | हाँ | स्रोत | |
| DeepSeek VL2 | 13 दिस॰ 2024 | 79.60% | - | हाँ | स्रोत | |
| DeepSeek VL2 Tiny | 13 दिस॰ 2024 | 69.20% | - | हाँ | स्रोत |
