LingoQA多模态

LingoQA 是评估视觉推理和语言描述一致性的问答基准，要求模型对图片提出细粒度描述和理解性问题。由 DeepMind 提出，侧重于对场景中物体属性、位置关系和动作描述的准确性，采用精确匹配和语言质量双重评价。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	83.4	阿里巴巴	Qwen3.7-Plus 技术报告
2	Claude Opus 4.6	77.6	Anthropic	Qwen3.7-Plus 技术报告
3	Qwen3.6-Plus	76	阿里巴巴	Qwen3.7-Plus 技术报告
4	Gemini 3.1 Pro	66.8	Google	Qwen3.7-Plus 技术报告

LingoQA 是评估视觉推理和语言描述一致性的问答基准，要求模型对图片提出细粒度描述和理解性问题。由 DeepMind 提出，侧重于对场景中物体属性、位置关系和动作描述的准确性，采用精确匹配和语言质量双重评价。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	83.4	阿里巴巴	Qwen3.7-Plus 技术报告
2	Claude Opus 4.6	77.6	Anthropic	Qwen3.7-Plus 技术报告
3	Qwen3.6-Plus	76	阿里巴巴	Qwen3.7-Plus 技术报告
4	Gemini 3.1 Pro	66.8	Google	Qwen3.7-Plus 技术报告