DocVQA
AI 基准测试结果和模型表现
类型: percentage
已记录的结果
44
平均分数
93.41%
分数范围
85.60% - 96.40%
领先模型
96.40% - Qwen 2.5 Math 72B
分数变化趋势
按日期绘制的单项基准测试分数。
模型结果
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Qwen 2.5 Math 72B | - | 96.40% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | 是 | 来源 | |
| Qwen 2.5 Math PRM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | 是 | 来源 | |
| Qwen 2.5 Math RM 72B | - | 96.40% | inferred family alias from qwen2.5-vl-72b (score=0.4092; benches=30) | 是 | 来源 | |
| Qwen 2.5 VL 72B Instruct | 2025年1月26日 | 96.40% | - | 是 | 来源 | |
| Qwen 2.5 0.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | 是 | 来源 | |
| Qwen 2.5 1.5B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3131; benches=32) | 是 | 来源 | |
| Qwen 2.5 3B | - | 95.70% | inferred family alias from qwen2.5-vl-7b (score=0.3531; benches=32) | 是 | 来源 | |
| Qwen 2.5 VL 7B Instruct | - | 95.70% | - | 是 | 来源 | |
| DeepSeek V4.1 Flash | 2026年9月10日 | 95.60% | Base model; 4-shot; LLM-Judge | 是 | 来源 | |
| Qwen 2.5 Coder 3B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | 是 | 来源 | |
| Qwen 2.5 Coder 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math 7B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math 7B PRM800K | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math PRM 7B | - | 95.20% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | 是 | 来源 | |
| Qwen 2.5 Omni 3B | - | 95.20% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | 是 | 来源 | |
| Qwen 2.5 Omni 7B | - | 95.20% | - | 是 | 来源 | |
| Mistral Small 3.2 | 2025年6月20日 | 94.86% | - | 是 | 来源 | |
| Qwen 2.5 Coder 32B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | 是 | 来源 | |
| Qwen 2.5 VL 32B Instruct | 2025年3月24日 | 94.80% | - | 是 | 来源 | |
| Qwen 2.5 VL 3B Instruct | - | 94.80% | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | 是 | 来源 | |
| Llama 4 Maverick | 2025年4月05日 | 94.40% | - | 是 | 来源 | |
| Llama 4 Scout | 2025年4月05日 | 94.40% | - | 是 | 来源 | |
| Grok 2 | 2024年8月13日 | 93.60% | - | 是 | 来源 | |
| DeepSeek VL2 | 2024年12月13日 | 93.30% | - | 是 | 来源 | |
| Pixtral Large | 2024年11月18日 | 93.30% | - | 是 | 来源 |
