MMMU-Pro

更新于 2026年10月11日·711 次浏览

问题数量: —
发布机构: Carnegie Mellon University (MMMU team)
评测类别: 图像感知与视觉推理
评测指标: Accuracy · 越高越好
支持语言: English
难度等级: Advanced

简介

MMMU-Pro 是大学水平多模态考试基准 MMMU 的加强版：剔除纯文本模型即可答对的题目，把选项扩展到 10 个，并新增“纯视觉”设置——题目本身嵌在截图里，模型必须读图推理，不能依赖文字提示。

MMMU-Pro评测最新大模型排名与完整榜单数据

查看 MMMU-Pro 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。

数据来源：DataLearnerAI

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

模型模式说明

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	GPT-6 Astra 思考水平·Max	86.90	2026-09-03	未知	闭源
	GPT-6 Astra 思考水平·高	86.40	2026-09-03	未知	闭源
	GPT-6 Astra 思考水平·极高	86.20	2026-09-03	未知	闭源
4	GPT-6.1 Sol 思考水平·Max	85.95	2026-09-29	未知	闭源
5	Gemini 3.8 Flash 思考水平·高	85.60	2026-09-02	未知	闭源
6	Gemini 3.7 Flash 思考水平·高	85.50	2026-08-13	未知	闭源
7	GPT-6 Astra 思考水平·中	85.10	2026-09-03	未知	闭源
8	Gemini 3.7 Flash 思考水平·低	84.90	2026-08-13	未知	闭源
9	Claude Opus 5 思考水平·Max	84.70	2026-07-24	未知	闭源
10	Gemini 3.7 Flash 思考水平·中	84.70	2026-08-13	未知	闭源
11	GPT-6 Astra 思考水平·低	84.60	2026-09-03	未知	闭源
12	Gemini 3.8 Flash 思考水平·低	84.50	2026-09-02	未知	闭源
13	Gemini 3.5 Flash 思考水平·高	84.30	2026-05-19	未知	闭源
14	Gemini 3.8 Flash 思考水平·中	84.20	2026-09-02	未知	闭源
15	Claude Opus 5 思考水平·极高	84.00	2026-07-24	未知	闭源
16	Gemini 3.5 Flash 思考水平·中	83.90	2026-05-19	未知	闭源
17	GPT-5.6 Sol 思考水平·Max	83.40	2026-06-26	未知	闭源
18	Kimi K3 思考水平·Max工具	83.40	2026-07-16	28000亿	有条件商用
19	Gemini 3.6 Flash 思考水平·高	83.20	2026-07-21	未知	闭源
20	Seed2.1 Pro 开启思考工具	82.70	2026-06-23	未知	闭源
21	GPT-5.6 Sol 思考水平·极高	82.70	2026-06-26	未知	闭源
22	Qwen3.8-Max-0902 思考水平·极高	82.70	2026-09-02	24000亿	闭源
23	Gemini 3.1 Pro Preview 开启思考	82.40	2026-02-20	未知	闭源
24	Claude Opus 5 思考水平·高	82.40	2026-07-24	未知	闭源
25	Qwen3.8-Max 开启思考	82.30	2026-08-03	24000亿	有条件商用
26	GPT-5.4 开启思考工具	82.10	2026-03-05	未知	闭源
27	Muse Spark 1.3 思考水平·极高	82.00	2026-09-02	未知	闭源
28	GPT-5.6 Sol 思考水平·高	81.80	2026-06-26	未知	闭源
29	Intern-S2-397B 开启思考	81.68	2026-09-09	3970亿	免费商用
30	Seed2.1 Pro 开启思考	81.60	2026-06-23	未知	闭源