CharXiv(RQ)多模态

官方网站

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。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

88.9%

2

Qwen3.8-Max阿里巴巴

88.4%

3

GPT-5.6 TerraOpenAI

85.9%

4

Qwen3.7-Plus阿里巴巴

85.8%

5

Gemini 3.6 FlashGoogle

85.2%

6

GPT-5.6 SolOpenAI

85.1%

7

Kimi K3月之暗面

84.8%

8

Qwen3.8-Flash-Next阿里巴巴

84.6%

9

Gemini 3.7 FlashGoogle

84.5%

10

Gemini 3.1 ProGoogle

84.4%

共 42 个模型

返回基准目录