MMMU Pro
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
132
औसत स्कोर
66.27%
स्कोर सीमा
33% - 86.70%
अग्रणी मॉडल
86.70% - GPT-6 Astra
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 |
|---|---|---|---|---|---|---|
| GPT-6 Astra | 03 सित॰ 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 | हाँ | स्रोत | |
| GPT-6.1 Sol | 29 सित॰ 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 | हाँ | स्रोत | |
| GPT-6.1 Terra | 26 अक्टू॰ 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 | हाँ | स्रोत | |
| GPT 5.5 | 23 अप्रैल 2026 | 83.20% | With tools | हाँ | स्रोत | |
| GPT 5.4 | 05 मार्च 2026 | 82.10% | With tools | हाँ | स्रोत | |
| GPT 5.6 Terra | 09 जुल॰ 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 | हाँ | स्रोत | |
| Kimi K3 | 16 जुल॰ 2026 | 81.60% | Average of three runs; official protocol preserves input order and prepends images to text input. | हाँ | स्रोत | |
| Gemini 3 Flash Preview | 17 दिस॰ 2025 | 81.20% | - | हाँ | स्रोत | |
| GPT 5 Pro | 07 अग॰ 2025 | 81.20% | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | हाँ | स्रोत | |
| GPT 5 Search API | 14 अक्टू॰ 2025 | 81.20% | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | हाँ | स्रोत | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 नव॰ 2025 | 81% | inferred modality/version alias from gemini-3-pro-preview | हाँ | स्रोत | |
| Gemini 3 Pro Preview | 18 नव॰ 2025 | 81% | - | हाँ | स्रोत | |
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | 80.50% | Search + Python + Browse | हाँ | - | |
| Muse Spark | 08 अप्रैल 2026 | 80.40% | Multimodal understanding | हाँ | स्रोत | |
| GPT-6 Luna | 22 सित॰ 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 | हाँ | स्रोत | |
| GPT 5.2 Chat | 11 दिस॰ 2025 | 79.50% | inferred alias from gpt-5.2-2025-12-11 | हाँ | स्रोत | |
| Qwen 3.5 397B A17B | 16 फ़र॰ 2026 | 79% | - | हाँ | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 78.80% | - | हाँ | स्रोत | |
| Kimi K2.5 | 27 जन॰ 2026 | 78.50% | - | हाँ | स्रोत | |
| GPT 5 | 07 अग॰ 2025 | 78.40% | With Thinking, Pass @ 1 | हाँ | स्रोत | |
| Seed 2.0 Pro | 14 फ़र॰ 2026 | 78.20% | Seed2 official benchmark table | MMMU-Pro | हाँ | स्रोत | |
| GPT 5.4 Mini | 17 मार्च 2026 | 78% | With Python | हाँ | स्रोत | |
| MiMo V2.5 | 23 अप्रैल 2026 | 77.90% | Image understanding benchmark from official MiMo-V2.5 model card image | हाँ | स्रोत | |
| Claude Opus 4.6 | 05 फ़र॰ 2026 | 77.30% | With tools | हाँ | स्रोत | |
| Gemma 4 31B | 02 अप्रैल 2026 | 76.90% | - | हाँ | स्रोत |
