跳至正文

从目标出发,找到产品、方案与交付方法。

语言
全球站 / Global描述目标
跨模态视觉理解900 tasks (% Accuracy)

MMMU 多模态视觉理解基准

覆盖工程图纸、版面表格 OCR、科学图表与 GUI 界面元素识别的跨学科多模态评测。

参考基线快照(非实时遥测)· GEO 摘要CN · 2026-11-21

MMMU 多模态视觉理解基准(CN 参考基线)前三:deepseek/deepseek-v4-1-flash / qwen/qwen-vl-max-72b / qwen/qwen4-max;峰值标价性价比 deepseek/deepseek-v4-1-flash(392.1/$)。高基准能力与参考延迟效率保持收敛(基于公开标价与静态参考评测)。

口径说明:排行、标价成本、参考延迟与基准分来自静态公开规格与参考基线(非实时网关流量,未经第三方 ZDR 审计签章的节点保持 Unverified)。

评测任务规模900
指标口径% Accuracy
评测方法学

统一高分辨率原图输入规范,禁止外部 OCR 预处理以直接测量端到端视觉表征能力。

MMMU Multimodal Vision 适配模型排行 (8)

8 个模型
#模型与实验室流形评分混合标价 / 1M参考速率与基准上下文 / 输出窗首选节点分叉与 ZDR 审计
1
@deepseek·deepseek/deepseek-v4-1-flash
90.3
100% conf
$0.24
392.1 lift/$
168 tok/s
ref 145ms TTFT · 94.1 bench
1M
max out 384K
deepseek-official
共识领跑Unverified
2
@qwen·qwen/qwen-vl-max-72b
78.1
99% conf
$0.52
171.5 lift/$
89 tok/s
ref 265ms TTFT · 89.2 bench
128K
max out 16K
alibaba-bailian
稳健基线Unverified
376.9
100% conf
$2.10
46.4 lift/$
102 tok/s
ref 260ms TTFT · 97.4 bench
1M
max out 131K
alibaba-bailian
稳健基线Unverified
4
@google·google/gemini-3-flash
59.9
100% conf
$0.24
380.0 lift/$
185 tok/s
ref 150ms TTFT · 91.2 bench
1M
max out 66K
google-vertex
共识领跑Unverified
551.3
100% conf
$0.98
97.2 lift/$
118 tok/s
ref 225ms TTFT · 95.3 bench
1M
max out 128K
mistral-la-plateforme
共识领跑Unverified
6
@google·google/gemini-3-pro
49.5
100% conf
$2.00
47.9 lift/$
118 tok/s
ref 330ms TTFT · 95.8 bench
2M
max out 66K
google-vertex
稳健基线Unverified
749.2
100% conf
$2.70
35.4 lift/$
162 tok/s
ref 175ms TTFT · 95.6 bench
1.0M
max out 66K
google-vertex
稳健基线Unverified
846.4
100% conf
$3.60
27.3 lift/$
114 tok/s
ref 280ms TTFT · 98.2 bench
1.0M
max out 66K
google-vertex
稳健基线Unverified