ScreenSpot-Pro
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
46
औसत स्कोर
54.10%
स्कोर सीमा
7.27% - 87.60%
अग्रणी मॉडल
87.60% - Claude Opus 4.7
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 |
|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 16 अप्रैल 2026 | 87.60% | With tools | हाँ | स्रोत | |
| GPT 5.2 Chat | 11 दिस॰ 2025 | 86.30% | inferred alias from gpt-5.2-2025-12-11 | हाँ | स्रोत | |
| Muse Spark | 08 अप्रैल 2026 | 84.10% | UI localization | हाँ | स्रोत | |
| Muse Glimmer 30B | 10 अग॰ 2026 | 75.40% | High reasoning | हाँ | स्रोत | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 नव॰ 2025 | 72.70% | inferred modality/version alias from gemini-3-pro-preview | हाँ | स्रोत | |
| Gemini 3 Pro Preview | 18 नव॰ 2025 | 72.70% | - | हाँ | स्रोत | |
| Qwen 3.5 122B A10B | 24 फ़र॰ 2026 | 70.40% | - | हाँ | स्रोत | |
| Qwen 3.5 27B | 24 फ़र॰ 2026 | 70.30% | - | हाँ | स्रोत | |
| Qwen 3.5 Flash | 23 फ़र॰ 2026 | 70.30% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | हाँ | स्रोत | |
| Gemini 3 Flash Preview | 17 दिस॰ 2025 | 69.10% | - | हाँ | स्रोत | |
| Qwen 3.5 35B A3B | 24 फ़र॰ 2026 | 68.60% | - | हाँ | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 68.20% | - | हाँ | स्रोत | |
| Qwen 3 VL 235B A22B Instruct | - | 62% | - | हाँ | - | |
| Qwen 3 VL 235B A22B Thinking | - | 61.80% | - | हाँ | - | |
| Qwen 3 VL 30B A3B Instruct | - | 60.50% | - | हाँ | - | |
| Qwen 3 VL 4B Instruct | - | 59.50% | - | हाँ | - | |
| Qwen 3 VL 32B Instruct | - | 57.90% | - | हाँ | - | |
| Qwen 3 VL 30B A3B Thinking | - | 57.30% | - | हाँ | - | |
| Qwen 3 VL 32B Thinking | - | 57.10% | - | हाँ | - | |
| Qwen 3 VL 8B Instruct | - | 54.60% | - | हाँ | - | |
| Qwen 3 4B Instruct 2507 | - | 49.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | हाँ | - | |
| Qwen 3 4B SafeRL | - | 49.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | हाँ | - | |
| Qwen 3 4B Thinking 2507 | - | 49.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | हाँ | - | |
| Qwen 3 Embedding 4B | - | 49.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | हाँ | - | |
| Qwen 3 Guard Gen 4B | - | 49.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3400; benches=48) | हाँ | - |
