Mathvista
AI 基准测试结果和模型表现
类型: percentage
已记录的结果
67
平均分数
60.68%
分数范围
0% - 89.80%
领先模型
89.80% - Seed 2.0 Pro
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 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 2026年2月14日 | 89.80% | Seed2 official benchmark table | MathVista | 是 | 来源 | |
| Seed 2.0 Lite | 2026年2月14日 | 89% | Seed2 official benchmark table | MathVista | 是 | 来源 | |
| Seed 2.0 Mini | 2026年2月14日 | 85.50% | Seed2 official benchmark table | MathVista | 是 | 来源 | |
| o4 Mini | 2025年4月16日 | 84.30% | - | 是 | 来源 | |
| o4 mini Deep Research | 2025年6月26日 | 84.30% | inferred modality/version alias from o4-mini | 是 | 来源 | |
| Command A+ | 2026年5月20日 | 80.60% | - | 是 | 来源 | |
| Kimi K1.5 | 2025年1月20日 | 74.90% | - | 是 | 来源 | |
| Llama 4 Maverick | 2025年4月05日 | 73.70% | - | 是 | 来源 | |
| GPT 4.5 Preview | 2025年2月27日 | 72.30% | - | 是 | 来源 | |
| QvQ 72B Preview | - | 71.40% | - | 是 | 来源 | |
| Llama 4 Scout | 2025年4月05日 | 70.70% | - | 是 | 来源 | |
| Pixtral Large | 2024年11月18日 | 69.40% | - | 是 | 来源 | |
| Grok 2 | 2024年8月13日 | 69% | - | 是 | 来源 | |
| Gemini 1.5 Pro 001 | 2024年5月23日 | 68.10% | inferred alias from gemini-1.5-pro | 是 | 来源 | |
| Gemini 1.5 Pro Exp (2024-08-01) | 2024年8月01日 | 68.10% | inferred alias from gemini-1.5-pro | 是 | 来源 | |
| Gemini 1.5 Pro Exp (2024-08-27) | 2024年8月27日 | 68.10% | inferred alias from gemini-1.5-pro | 是 | 来源 | |
| 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) | 是 | 来源 | |
| 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) | 是 | 来源 | |
| Grok 2 Mini | 2024年8月13日 | 68.10% | - | 是 | 来源 | |
| Qwen 2.5 Coder 3B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | 是 | 来源 | |
| Qwen 2.5 Coder 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math 7B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math 7B PRM800K | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.3696; benches=45) | 是 | 来源 | |
| Qwen 2.5 Math PRM 7B | - | 67.90% | inferred family alias from qwen2.5-omni-7b (score=0.4092; benches=45) | 是 | 来源 | |
| Qwen 2.5 Omni 3B | - | 67.90% | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4933; benches=45) | 是 | 来源 |
