Video MMMU

Name: Video MMMU
Keywords: Video MMMU, AIベンチマーク, モデル評価, AIベンチマークランキング, AIモデルの性能

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

平均スコア

73.99%

スコアの範囲

56.20% - 87.60%

最上位モデル

87.60% - Gemini 3 Pro Image Preview (Nano Banana 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
Google	Gemini 3 Pro Image Preview (Nano Banana Pro)	2025年11月20日	87.60%	inferred modality/version alias from gemini-3-pro-preview	はい	出典
Google	Gemini 3 Pro Preview	2025年11月18日	87.60%	-	はい	出典
ByteDance	Seed 2.0 Pro	2026年2月14日	86.90%	Seed2 official benchmark table \| VideoMMMU	はい	出典
Google	Gemini 3 Flash Preview	2025年12月17日	86.90%	-	はい	出典
Moonshot	Kimi K2.5	2026年1月27日	86.60%	-	はい	出典
OpenAI	GPT 5.2 Chat	2025年12月11日	85.90%	inferred alias from gpt-5.2-2025-12-11	はい	出典
Google	Gemini 3.1 Flash Image Preview (Nano Banana 2)	2026年2月26日	84.80%	inferred modality/version alias from gemini-3.1-flash-lite-preview	はい	出典
Google	Gemini 3.1 Flash-Lite	2026年5月07日	84.80%	-	はい	出典
Google	Gemini 3.1 Flash Lite Preview	2026年3月03日	84.80%	-	はい	出典
OpenAI	GPT 5	2025年8月07日	84.60%	With Thinking, Pass @ 1	はい	出典
ByteDance	Seed 2.0 Lite	2026年2月14日	84.10%	Seed2 official benchmark table \| VideoMMMU	はい	出典
Qwen	Qwen 3.6 Plus	2026年4月01日	84%	-	はい	出典
Google	Gemini 2.5 Pro Preview TTS (2025-05-20)	2025年5月20日	83.60%	inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13)	はい	出典
OpenAI	GPT 5 Mini	2025年8月07日	82.50%	High Reasoning Effort	はい	出典
Qwen	Qwen 3.5 27B	2026年2月24日	82.30%	-	はい	出典
Qwen	Qwen 3.5 Flash	2026年2月23日	82.30%	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	はい	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	82%	-	はい	出典
ByteDance	Seed 2.0 Mini	2026年2月14日	80.60%	Seed2 official benchmark table \| VideoMMMU	はい	出典
Qwen	Qwen 3.5 35B A3B	2026年2月24日	80.40%	-	はい	出典
Qwen	Qwen 3 VL 235B A22B Thinking	-	80%	-	はい	-
Qwen	Qwen 3 VL 32B Thinking	-	79%	-	はい	-
Qwen	Qwen 3 VL 30B A3B Thinking	-	75%	-	はい	-
Qwen	Qwen 3 VL 235B A22B Instruct	-	74.70%	-	はい	-
Qwen	Qwen 3 8B	-	72.80%	inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50)	はい	-
Qwen	Qwen 3 Guard Stream 8B	-	72.80%	inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50)	はい	-

公開データの正確性にご協力ください