Mathvista
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
67
平均スコア
60.68%
スコアの範囲
0% - 89.80%
最上位モデル
89.80% - Seed 2.0 Pro
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 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 2026年2月14日 | 89.80% | Seed2 official benchmark table | MathVista | はい | 出典 | |
| Seed 2.0 Lite | 2026年2月14日 | 89% | Seed2 official benchmark table | MathVista | はい | 出典 | |
| Seed 2.0 Mini | 2026年2月14日 | 85.50% | Seed2 official benchmark table | MathVista | はい | 出典 | |
| o4 Mini | 2025年4月16日 | 84.30% | - | はい | 出典 | |
| o4 mini Deep Research | 2025年6月26日 | 84.30% | inferred modality/version alias from o4-mini | はい | 出典 | |
| Command A+ | 2026年5月20日 | 80.60% | - | はい | 出典 | |
| Kimi K1.5 | 2025年1月20日 | 74.90% | - | はい | 出典 | |
| Llama 4 Maverick | 2025年4月05日 | 73.70% | - | はい | 出典 | |
| GPT 4.5 Preview | 2025年2月27日 | 72.30% | - | はい | 出典 | |
| QvQ 72B Preview | - | 71.40% | - | はい | 出典 | |
| Llama 4 Scout | 2025年4月05日 | 70.70% | - | はい | 出典 | |
| Pixtral Large | 2024年11月18日 | 69.40% | - | はい | 出典 | |
| Grok 2 | 2024年8月13日 | 69% | - | はい | 出典 | |
| Gemini 1.5 Pro 001 | 2024年5月23日 | 68.10% | inferred alias from gemini-1.5-pro | はい | 出典 | |
| Gemini 1.5 Pro Exp (2024-08-01) | 2024年8月01日 | 68.10% | inferred alias from gemini-1.5-pro | はい | 出典 | |
| Gemini 1.5 Pro Exp (2024-08-27) | 2024年8月27日 | 68.10% | inferred alias from gemini-1.5-pro | はい | 出典 | |
| Gemini Robotics ER 1.5 Preview | 2025年9月25日 | 68.10% | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | はい | 出典 | |
| LearnLM 1.5 Pro Experimental | 2024年11月19日 | 68.10% | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | はい | 出典 | |
| Grok 2 Mini | 2024年8月13日 | 68.10% | - | はい | 出典 | |
| Qwen 2.5 Coder 3B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | はい | 出典 | |
| Qwen 2.5 Coder 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | はい | 出典 | |
| Qwen 2.5 Math 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | はい | 出典 | |
| Qwen 2.5 Math 7B PRM800K | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | はい | 出典 | |
| Qwen 2.5 Math PRM 7B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | はい | 出典 | |
| Qwen 2.5 Omni 3B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | はい | 出典 |
