ClawEval-MM多模态Agent

ClawEval-MM 是 Claw 系列模型的多模态评估基准，专门测试视觉语言模型在细粒度物体属性识别（颜色、形状、纹理）、空间关系理解和多物体场景分析方面的能力。包含多样化的图像问答对，覆盖日常场景到专业领域。

排行数据源

#模型得分

1

GPT-5.6 SolOpenAI

78.9%

2

Claude Fable 5Anthropic

77.5%

3

Qwen3.8-Max阿里巴巴

74.8%

4

Claude Opus 4.8Anthropic

73.8%

5

Qwen3.8-Flash-Next阿里巴巴

60.4%

6

Qwen3.7-Plus阿里巴巴

60.1%

7

Qwen3.8-27B阿里巴巴

56.9%

8

Gemini 3.1 ProGoogle

55.2%

9

Claude Opus 4.6Anthropic

54.7%

10

Qwen3.6-27B阿里巴巴

50.4%

共 11 个模型

返回基准目录