CharXiv Reasoning (w/ tools)多模态

官方网站

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。

排行数据源

#模型得分

1

Claude Opus 4.8Anthropic

89.9%

2

GLM-5.3-Flash智谱AI

89.4%

3

Gemini 3.6 FlashGoogle

89.4%

4

Muse SparkMeta

88.9%

5

Gemini 3.7 FlashGoogle

88.7%

6

Muse Spark 1.1Meta

88.4%

7

Claude Sonnet 5Anthropic

88.3%

8

GPT-5.6 TerraOpenAI

88.0%

9

Gemini 3.5 FlashGoogle

84.9%

10

GPT-5.5OpenAI

84.8%

共 12 个模型

返回基准目录

CharXiv Reasoning (w/ tools)多模态

官方网站

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。

排行数据源

#模型得分

1

Claude Opus 4.8Anthropic

89.9%

2

GLM-5.3-Flash智谱AI

89.4%

3

Gemini 3.6 FlashGoogle

89.4%

4

Muse SparkMeta

88.9%

5

Gemini 3.7 FlashGoogle

88.7%

6

Muse Spark 1.1Meta

88.4%

7

Claude Sonnet 5Anthropic

88.3%

8

GPT-5.6 TerraOpenAI

88.0%

9

Gemini 3.5 FlashGoogle

84.9%

10

GPT-5.5OpenAI

84.8%

共 12 个模型