MMMU
大规模多学科多模态理解与推理基准（MMMU）于2023年11月推出，是一种用于评估多模态模型的复杂工具。该基准测试人工智能系统在需要大学水平学科知识和深思熟虑推理的任务上的能力。与之前的基准不同，MMMU强调跨多个领域的先进感知和推理，旨在衡量朝专家级人工智能通用智能（AGI）的进展。
更新于 2026-04-19
2,106 次浏览
问题数量
11500
发布机构
个人
评测类别
多模态理解
评测指标
Accuracy
支持语言
英文
难度等级
中等难度
简介
首个以大学水平学科知识为基础构建的多模态评测基准，旨在系统评估模型在跨学科、多模态场景下的复杂推理能力与专业知识应用水平。
相关资源
MMMU Model Score Leaderboard
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
Latest MMMU model rankings and full benchmark leaderboard
Browse the latest scores, model modes, release dates, and parameter sizes for MMMU.
Model release cutoff:
MMMU详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | GPT-5.2 Thinking Level · Extra High | 85.90 | 2025-12-11 | 未知 |
| 2 | GPT-5.1 Thinking Level · High | 85.40 | 2025-11-12 | 未知 |
| 3 | GPT-5.1 Thinking Level · High | 85.40 | 2025-11-12 | 未知 |
| 4 | Qwen3.5-397B-A17B Thinking Enabled | 85.00 | 2026-02-16 | 397 |
| 5 | GPT-5 Thinking Level · High | 84.20 | 2025-08-07 | 未知 |
| 6 | OpenAI o3 Standard Mode | 82.90 | 2025-04-16 | 未知 |
| 7 | OpenAI o3 Thinking Enabled | 82.90 | 2025-04-16 | 未知 |
| 8 | Qwen3.5-27B Thinking Enabled | 82.30 | 2026-02-25 | 270 |
| 9 | Gemini 2.5-Pro Thinking Enabled | 82.00 | 2025-06-05 | 未知 |
| 10 | Opus 4.5 Extended Thinking | 80.70 | 2025-11-25 | 未知 |
| 11 | Gemini 3.1 Pro Preview Thinking Level · High | 80.50 | 2026-02-20 | 未知 |
| 12 | GPT-5.2 Thinking Level · Extra HighTools | 80.40 | 2025-12-11 | 未知 |
| 13 | Gemini-2.5-Pro-Preview-05-06 Thinking Enabled | 79.60 | 2025-05-06 | 未知 |
| 14 | Claude Sonnet 4.5 Thinking Enabled | 77.80 | 2025-09-30 | 未知 |
| 15 | Claude Opus 4.6 Extended ThinkingTools | 77.30 | 2026-02-05 | 未知 |
| 16 | Claude Sonnet 4 Standard Mode | 76.50 | 2025-05-23 | 未知 |
| 17 | Step3 Standard Mode | 74.20 | 2025-07-31 | 3210 |
| 18 | Claude Opus 4.6 Extended Thinking | 73.90 | 2026-02-05 | 未知 |
| 19 | Haiku 4.5 Thinking Enabled | 73.20 | 2025-10-15 | 未知 |
| 20 | Gemini 2.5 Flash-Lite-Preview-09-2025 Standard Mode | 72.70 | 2025-09-25 | 未知 |
| 21 | Qwen2.5-VL-72B-Instruct Standard Mode | 70.20 | 2025-01-28 | 720 |
| 22 | ERNIE-4.5-VL-424B-A47B-Base Thinking Enabled | 70.00 | 2025-06-30 | 4240 |
| 23 | Qwen3-VL-8B-Instruct Standard Mode | 69.60 | 2025-10-15 | 88 |
| 24 | GPT-5.4 nano Thinking Level · Extra HighTools | 69.50 | 2026-03-17 | 未知 |
| 25 | Qwen3-VL-4B-Instruct Standard Mode | 67.40 | 2025-10-15 | 40 |
| 26 | GPT-5.4 nano Thinking Level · Extra High | 66.10 | 2026-03-17 | 未知 |
| 27 | Gemma 3 - 27B (IT) Standard Mode | 64.90 | 2025-03-12 | 270 |
| 28 | GPT-5-Nano Standard Mode | 57.60 | 2025-08-07 | 未知 |