RealWorldQA
AI 基准测试结果和模型表现
类型: percentageSpatial Reasoning
已记录的结果
43
平均分数
75.26%
分数范围
64.20% - 86%
领先模型
86% - 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 | 86% | Seed2 official benchmark table | RealWorldQA | 是 | 来源 | |
| Qwen 3.8 27B | 2026年8月14日 | 85.90% | - | 是 | 来源 | |
| Qwen 3.6 Plus | 2026年4月01日 | 85.40% | - | 是 | 来源 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 85.10% | - | 是 | 来源 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 84.10% | - | 是 | 来源 | |
| Qwen 3.5 27B | 2026年2月24日 | 83.70% | - | 是 | 来源 | |
| Qwen 3.5 Flash | 2026年2月23日 | 83.70% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | 是 | 来源 | |
| Seed 2.0 Lite | 2026年2月14日 | 81.70% | Seed2 official benchmark table | RealWorldQA | 是 | 来源 | |
| Seed 2.0 Mini | 2026年2月14日 | 81.60% | Seed2 official benchmark table | RealWorldQA | 是 | 来源 | |
| Qwen 3 VL 235B A22B Thinking | - | 81.30% | - | 是 | - | |
| Qwen 3 VL 235B A22B Instruct | - | 79.30% | - | 是 | - | |
| Qwen 3 VL 32B Instruct | - | 79% | - | 是 | - | |
| Qwen 3 VL 32B Thinking | - | 78.40% | - | 是 | - | |
| Qwen 2 VL 2B | - | 77.80% | inferred family alias from qwen2-vl-72b (score=0.4083; benches=15) | 是 | 来源 | |
| Qwen 2 VL 72B | - | 77.80% | - | 是 | 来源 | |
| Qwen 3 VL 30B A3B Thinking | - | 77.40% | - | 是 | - | |
| Qwen 3 VL 30B A3B Instruct | - | 73.70% | - | 是 | - | |
| Qwen 3 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | 是 | - | |
| Qwen 3 Guard Stream 8B | - | 73.50% | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | 是 | - | |
| Qwen 3 VL 8B Thinking | - | 73.50% | - | 是 | - | |
| Qwen 3 VL Embedding 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5232; benches=50) | 是 | - | |
| Qwen 3 VL Reranker 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5275; benches=50) | 是 | - | |
| Qwen 3 4B Instruct 2507 | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | 是 | - | |
| Qwen 3 4B SafeRL | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | 是 | - | |
| Qwen 3 4B Thinking 2507 | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | 是 | - |
