CharXiv Reasoning (w/ tools)多模态

CharXiv Reasoning (w/ tools) 评估模型在工具辅助条件下理解科学图表、论文图示和可视化结果并完成推理问答的能力。重点考察跨图文信息整合、数值估计和科学语义理解。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.8	89.9	Anthropic	Meta Muse Spark 1.1 Evaluation Report
2	Muse Spark	88.9	Meta	Meta Muse Spark 1.1 Evaluation Report
3	Muse Spark 1.1	88.4	Meta	Meta Muse Spark 1.1 Evaluation Report
4	GPT-5.5	84.8	OpenAI	Meta Muse Spark 1.1 Evaluation Report
5	Gemini 3.1 Pro	81.6	Google	Meta Muse Spark 1.1 Evaluation Report

CharXiv Reasoning (w/ tools) 评估模型在工具辅助条件下理解科学图表、论文图示和可视化结果并完成推理问答的能力。重点考察跨图文信息整合、数值估计和科学语义理解。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.8	89.9	Anthropic	Meta Muse Spark 1.1 Evaluation Report
2	Muse Spark	88.9	Meta	Meta Muse Spark 1.1 Evaluation Report
3	Muse Spark 1.1	88.4	Meta	Meta Muse Spark 1.1 Evaluation Report
4	GPT-5.5	84.8	OpenAI	Meta Muse Spark 1.1 Evaluation Report
5	Gemini 3.1 Pro	81.6	Google	Meta Muse Spark 1.1 Evaluation Report