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。

排行数据源

#模型得分

1

Qwen3.8-Max阿里巴巴

84.8%

2

Qwen3.7-Plus阿里巴巴

83.4%

3

Claude Opus 4.6Anthropic

77.6%

4

Claude Fable 5Anthropic

77.4%

5

Qwen3.6-Plus阿里巴巴

76.0%

6

Claude Opus 4.8Anthropic

73.8%

7

GPT-5.6 SolOpenAI

72.6%

8

Gemini 3.1 ProGoogle

66.8%

共 8 个模型

返回基准目录

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。

排行数据源

#模型得分

1

Qwen3.8-Max阿里巴巴

84.8%

2

Qwen3.7-Plus阿里巴巴

83.4%

3

Claude Opus 4.6Anthropic

77.6%

4

Claude Fable 5Anthropic

77.4%

5

Qwen3.6-Plus阿里巴巴

76.0%

6

Claude Opus 4.8Anthropic

73.8%

7

GPT-5.6 SolOpenAI

72.6%

8

Gemini 3.1 ProGoogle

66.8%

共 8 个模型