CountQA多模态

CountQA 是视觉计数问答基准，以 VQA 形式要求模型回答图像中特定类别物体的数量。与 CountBench 相比更强调语言理解和计数能力的结合，覆盖更广泛的实际应用场景如人群计数、库存清点等。

排行数据源

#模型得分

1

Qwen3.8-Max阿里巴巴

82.4%

2

Qwen3.7-Plus阿里巴巴

77.0%

3

Gemini 3.1 ProGoogle

72.8%

4

Qwen3.6-Plus阿里巴巴

71.7%

5

GPT-5.6 SolOpenAI

68.6%

6

Claude Fable 5Anthropic

63.1%

7

Claude Opus 4.8Anthropic

41.3%

8

Claude Opus 4.6Anthropic

32.5%

共 8 个模型

返回基准目录

CountQA多模态

CountQA 是视觉计数问答基准，以 VQA 形式要求模型回答图像中特定类别物体的数量。与 CountBench 相比更强调语言理解和计数能力的结合，覆盖更广泛的实际应用场景如人群计数、库存清点等。

排行数据源

#模型得分

1

Qwen3.8-Max阿里巴巴

82.4%

2

Qwen3.7-Plus阿里巴巴

77.0%

3

Gemini 3.1 ProGoogle

72.8%

4

Qwen3.6-Plus阿里巴巴

71.7%

5

GPT-5.6 SolOpenAI

68.6%

6

Claude Fable 5Anthropic

63.1%

7

Claude Opus 4.8Anthropic

41.3%

8

Claude Opus 4.6Anthropic

32.5%

共 8 个模型