正在加载页面内容
CharXiv(RQ)多模态
CharXiv 是评估 AI 理解科学图表的基准，包含来自 arXiv 论文的数千张复杂科学图表。RQ 子集要求模型回答关于图表的具体推理问题，涵盖趋势分析、数值比较和数据解释等，测试模型在学术级图表上的视觉理解与定量推理能力。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 82.8 | OpenAI | Kimi K2.6 技术报告 | ||
| 2 | 82.1 | OpenAI | Qwen3.6-Plus 技术报告 | ||
| 3 | 81.5 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 4 | 81.4 | MiMo-V2.5 技术报告 | |||
| 5 | 81 | 小米 | MiMo-V2.5 技术报告 | ||
| 6 | 80.8 | 阿里巴巴 | Qwen3.6-27B 技术报告 | ||
| 7 | 80.4 | 月之暗面 | MiMo-V2.5 技术报告 | ||
| 8 | 80.2 | Kimi K2.6 技术报告 | |||
| 9 | 80.1 | 小米 | MiMo-V2.5 技术报告 | ||
| 10 | 78.4 | 阿里巴巴 | Qwen3.6-27B 技术报告 |
