MathVision
AIベンチマーク結果とモデルの性能
種類: percentageMath
記録された結果
52
平均スコア
55.87%
スコアの範囲
25% - 94.60%
最上位モデル
94.60% - Qwen 3.8 27B
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Qwen 3.8 27B | 2026年8月14日 | 94.60% | With CI; without CI: 90.0 | はい | 出典 | |
| Kimi K3 | 2026年7月16日 | 94.30% | Average of three runs. | はい | 出典 | |
| Seed 2.0 Pro | 2026年2月14日 | 88.80% | Seed2 official benchmark table | MathVision | はい | 出典 | |
| Qwen 3.6 Plus | 2026年4月01日 | 88% | - | はい | 出典 | |
| Seed 2.0 Lite | 2026年2月14日 | 86.40% | Seed2 official benchmark table | MathVision | はい | 出典 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 86.20% | Highest reported variant uses fixed boxed-answer prompt. | はい | 出典 | |
| Qwen 3.5 27B | 2026年2月24日 | 86% | Highest reported variant uses fixed boxed-answer prompt. | はい | 出典 | |
| Qwen 3.5 Flash | 2026年2月23日 | 86% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | はい | 出典 | |
| Kimi K2.5 | 2026年1月27日 | 84.20% | - | はい | 出典 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 83.90% | Highest reported variant uses fixed boxed-answer prompt. | はい | 出典 | |
| Seed 2.0 Mini | 2026年2月14日 | 78.10% | Seed2 official benchmark table | MathVision | はい | 出典 | |
| Qwen 3 VL 235B A22B Thinking | - | 74.60% | - | はい | - | |
| DiffusionGemma 26B A4B IT | 2026年6月10日 | 70.50% | - | はい | 出典 | |
| Qwen 3 VL 32B Thinking | - | 70.20% | - | はい | - | |
| Qwen 3 VL 235B A22B Instruct | - | 66.50% | - | はい | - | |
| Qwen 3 VL 30B A3B Thinking | - | 65.70% | - | はい | - | |
| Qwen 3 VL 32B Instruct | - | 63.40% | - | はい | - | |
| Qwen 3 8B | - | 62.70% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | はい | - | |
| Qwen 3 Guard Stream 8B | - | 62.70% | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | はい | - | |
| Qwen 3 VL 8B Thinking | - | 62.70% | - | はい | - | |
| Qwen 3 VL Embedding 8B | - | 62.70% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5232; benches=50) | はい | - | |
| Qwen 3 VL Reranker 8B | - | 62.70% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5275; benches=50) | はい | - | |
| Qwen 3 VL 30B A3B Instruct | - | 60.20% | - | はい | - | |
| Qwen 3 4B Instruct 2507 | - | 60% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | はい | - | |
| Qwen 3 4B SafeRL | - | 60% | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | はい | - |
