Qwen3-VL-235B-A22B-Thinking · MMLongBench-Doc(Qwen3-VL技术报告v2;Table 2; page 17 text identifies the thinking value as 56.2%; multi-image prompt in Appendix B.4) 56.2% · 附件证据(ev-qs-vl-report-visual-35)

Qwen3-VL-235B-A22B-Thinking 的 MMLongBench-Doc · Qwen3-VL技术报告v2;Table 2; page 17 text identifies the thinking value as 56.2%; multi-image prompt in Appendix B.4 官方出处。Thinking · 报告v2视觉评测 · 56.2%。见《Qwen3-VL Technical Report v2》v2 p.15 Table 2 / MMLongBench-Doc / Qwen3-VL 235B-A22B / thinking / p.17正文百分比。证据 ev-qs-vl-report-visual-35。

原文与定位

Qwen3-VL-235B-A22B-Thinking · MMLongBench-Doc(Qwen3-VL技术报告v2;Table 2; page 17 text identifies the thinking value as 56.2%; multi-image prompt in Appendix B.4),Thinking · 报告v2视觉评测配置,accuracy 56.2%(具体成绩公布时间未确认)。见《Qwen3-VL Technical Report v2》v2 p.15 Table 2 / MMLongBench-Doc / Qwen3-VL 235B-A22B / thinking / p.17正文百分比。 查看成绩条件

Benchmark | Qwen3-VL 235B-A22B / thinking | Qwen3-VL 235B-A22B / instruct | Gemini 2.5 Pro / thinking | Gemini 2.5 Pro / budget-128 | OpenAI GPT-5 / high | OpenAI GPT-5 / minimal | Claude Opus 4.1 / thinking | Claude Opus 4.1 / non-thinking MMLongBenchDoc | 56.2 | 57.0 | 55.6 | 51.2 | 51.5 | 42.4 | 54.5 | 48.1 As reported in Table 2, in the comparison within the flagship models on the MMLongBench-Doc benchmark (Ma et al., 2024), our Qwen3-VL-235B-A22B achieves overall accuracy of 57.0%/56.2% under the instruct/thinking settings.
官方材料
Qwen3-VL Technical Report v2 · PDF 第 15 页
定位
附件 · v2 p.15 Table 2 / MMLongBench-Doc / Qwen3-VL 235B-A22B / thinking / p.17正文百分比
材料版本
2026-11-17从单一固定v2 URL重新完整下载并核读42页,Table1–12、Figure1–3及评测提示词附录均已查看。封面2025-12-01,arXiv标记v2/2025-11-27,未将任一日期冒充型号发布日期。下载与版次说明见本地留存副本。
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Qwen3-VL-235B-A22B-Thinking · MMLongBench-Doc(Qwen3-VL技术报告v2;Table 2; page 17 text identifies the thinking value as 56.2%; multi-image prompt in Appendix B.4),Thinking · 报告v2视觉评测配置,accuracy 56.2%(具体成绩公布时间未确认)。官方出处 Qwen3-VL Technical Report v2(附件,2026-11-17从单一固定v2 URL重新完整下载并核读42页,Table1–12、Figure1–3及评测提示词附录均已查看。封面2025-12-01,arXiv标记v2/2025-11-27,未将任一日期冒充型号发布日期。下载与版次说明见本地留存副本。)v2 p.15 Table 2 / MMLongBench-Doc / Qwen3-VL 235B-A22B / thinking / p.17正文百分比,https://arxiv.org/pdf/2511.21631v2#page=15。Benchlog https://benchlog.lekshome.cc/evidence/qwen-3-vl-235b-a22b-thinking/ev-qs-vl-report-visual-35/

关联成绩与条件

Qwen3-VL-235B-A22B-Thinking · MMLongBench-Doc 成绩与配置
指标与成绩配置与评测条件证据关系
accuracy56.2%原文 56.2 · 单位 %
公布 未确认
Thinking · 报告v2视觉评测
设置
报告Table2的235B-A22B/thinking列;Appendix B列出评测提示词。3D采用Omni3D test、mAP@0.15、confidence=1.0;视频最多2048帧、视觉token<=224K,VideoMMMU/MMVU每帧最多768token,其他最多640,Charades-STA 4fps、其他2fps。
未知项
Table2未逐行明确采样参数或API终端;不能自动等同于旧模型卡图的默认API calls。、多数表行未注明单位。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Appendix B prompts
条件
Table 2; page 17 text identifies the thinking value as 56.2%; multi-image prompt in Appendix B.4 报告提示词见Appendix B;不自动套用当前README的复现采样设置。 仅取235B-A22B-Thinking目标列,其他变体不是本结果的替代。

直接支持该成绩

在排名中查看此成绩