CharXiv 用 arXiv 论文中的真实图表(而非合成图)测试图表理解能力,包含描述类问题和需要综合图表多处信息的推理类问题。本榜记录推理问题(RQ)子集,即前沿模型最常报告的口径。
查看 CharXiv RQ 的最新得分、模型模式、发布时间与参数规模,快速了解当前完整榜单表现。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
排名规则:按「Score」从高到低排列,同分并列。同一模型的不同思考档位或工具设置各占一行、分别排名。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
![]() Claude Opus 5.5 思考水平·Max工具 | 93.80 | 2026-09-22 | 未知 | 闭源 | |
![]() Kimi K3.1 Pro 思考水平·Max工具 | 93.40 | 2026-10-24 | 28000亿 | 有条件商用 | |
![]() GPT-6 Astra 思考水平·Max工具 | 92.80 | 2026-09-03 | 未知 | 闭源 | |
4 | ![]() Claude Fable 5.1 思考水平·Max工具 | 92.70 | 2026-09-01 | 未知 | 闭源 |
5 | ![]() Claude Opus 5.5 思考水平·Max | 92.10 | 2026-09-22 | 未知 | 闭源 |
6 | ![]() Kimi K3 思考水平·Max工具 | 91.30 | 2026-07-16 | 28000亿 | 有条件商用 |
7 | ![]() Qwen3.8-Flash-Next 思考水平·极高工具 | 90.60 | 2026-08-26 | 1250亿 | 有条件商用 |
8 | ![]() Qwen3.8-27B 开启思考工具 | 90.20 | 2026-08-14 | 270亿 | 免费商用 |
9 | ![]() GPT-6 Astra 思考水平·Max | 90.00 | 2026-09-03 | 未知 | 闭源 |
10 | ![]() Gemini 3.6 Flash 开启思考工具 | 89.40 | 2026-07-21 | 未知 | 闭源 |
10 | ![]() GLM-5.3-Flash 思考水平·Max工具 | 89.40 | 2026-08-26 | 3200亿 | 免费商用 |
12 | ![]() Kimi K3.1 Pro 思考水平·Max | 89.00 | 2026-10-24 | 28000亿 | 有条件商用 |
13 | ![]() Claude Fable 5.1 思考水平·Max | 88.80 | 2026-09-01 | 未知 | 闭源 |
14 | ![]() Gemini 3.7 Flash 思考水平·中工具 | 88.70 | 2026-08-13 | 未知 | 闭源 |
15 | ![]() Inkling 2 Small 思考水平·极高工具 | 87.70 | 2026-11-05 | 5940亿 | 已宣布 · 待发布 |
16 | ![]() Seed2.1 Pro 开启思考工具 | 86.40 | 2026-06-23 | 未知 | 闭源 |
17 | ![]() Gemini 3.8 Flash 思考水平·中 | 86.20 | 2026-09-02 | 未知 | 闭源 |
18 | ![]() Inkling 2 Small 思考水平·极高 | 85.60 | 2026-11-05 | 5940亿 | 已宣布 · 待发布 |
18 | ![]() DeepSeek-V4.1-Flash-1017 思考水平·Max工具 | 85.60 | 2026-10-17 | 5520亿 | 免费商用 |
20 | ![]() Seed2.1 Pro 开启思考 | 85.40 | 2026-06-23 | 未知 | 闭源 |
21 | ![]() Gemini 3.6 Flash 开启思考 | 85.20 | 2026-07-21 | 未知 | 闭源 |
22 | ![]() Gemini 3.5 Flash 开启思考工具 | 84.90 | 2026-05-19 | 未知 | 闭源 |
23 | ![]() Kimi K3 思考水平·Max | 84.80 | 2026-07-16 | 28000亿 | 有条件商用 |
24 | ![]() Qwen3.8-Flash-Next 思考水平·极高 | 84.60 | 2026-08-26 | 1250亿 | 有条件商用 |
25 | ![]() Gemini 3.7 Flash 思考水平·中 | 84.50 | 2026-08-13 | 未知 | 闭源 |
26 | ![]() Gemini 3.5 Flash 开启思考 | 84.20 | 2026-05-19 | 未知 | 闭源 |
27 | ![]() Qwen3.8-27B 开启思考 | 83.70 | 2026-08-14 | 270亿 | 免费商用 |
28 | 83.30 | 2026-02-20 | 未知 | 闭源 | |
29 | ![]() Gemini 3.1 Pro Preview 开启思考工具 | 83.20 | 2026-02-20 | 未知 | 闭源 |
30 | ![]() MiniMax M3.1 Flash unknown工具 | 82.50 | 2026-10-19 | 4280亿 | 有条件商用 |
截至 2026-10-25,CharXiv RQ 按「Score」排名(越高越好),共收录 20 个模型。Claude Opus 5.5(最高档) 93.8% 位列第一,其后是 Kimi K3.1 Pro(最高档) 93.4%、GPT-6 Astra(最高档) 92.8%。开源权重模型中表现最好的是 Kimi K3(最高档) 91.3%,排第 5 位。