MMMU-Pro · Standard/Vision 等格式未在所选材料中注明 · 测试定义与成绩

MMMU-Pro · Standard/Vision 等格式未在所选材料中注明 收录 6 次模型发布的评测披露或成绩。

测试版本与指标

  • Score · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Score %

允许工具 / xhigh / 框架未记录 · MMMU-Pro with Python; exact format and tool harness are not stated.

MMMU-Pro · Standard/Vision 等格式未在所选材料中注明 · Score · 允许工具 / xhigh / 框架未记录 · MMMU-Pro with Python; exact format and tool harness are not stated.
名次模型与配置成绩(%)记录与证据
1GPT-5.4 miniXhigh78%
2GPT-5.4 nanoXhigh69.5%

禁止工具 / xhigh / 框架未记录 · MMMU-Pro without tools; exact format is not stated.

MMMU-Pro · Standard/Vision 等格式未在所选材料中注明 · Score · 禁止工具 / xhigh / 框架未记录 · MMMU-Pro without tools; exact format is not stated.
名次模型与配置成绩(%)记录与证据
1GPT-5.4 miniXhigh76.6%
2GPT-5.4 nanoXhigh66.1%

条件未说明

MMMU-Pro · Standard/Vision 等格式未在所选材料中注明 · Score · 条件未说明
模型与配置成绩(%)记录与证据
GLM-4.6V未注明66%
GLM-4.6V-Flash未注明60.6%

历史记录 · 6 次发布

  • GPT-5.4 mini本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • GPT-5.4 nano本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • GPT-5.4本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • GLM-4.6V本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • GLM-4.6V-Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • GLM-4.5V本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)