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)。
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 | 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 | 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 | |
| 3 | 76.9 100% 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 | 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 | |
| 5 | 51.3 100% 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 | 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 | |
| 7 | 49.2 100% 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 | |
| 8 | 46.4 100% 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 |

