MVBench多模态

MVBench 是综合视频理解评测基准，包含 20 个视频理解子任务，覆盖动作识别、时间定位、视频问答等多维度。从中等复杂度到高难度任务，是评估视频多模态模型能力的最广泛使用的基准之一。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	78.1	OpenAI	Qwen3.5 技术报告
2	Qwen3.5-397B-A17B	77.6	阿里巴巴	Qwen3.5 技术报告
3	Qwen3.5-35B-A3B	74.8	阿里巴巴	Qwen3.6-35B-A3B 技术报告
4	Qwen3.6-35B-A3B	74.6	阿里巴巴	Qwen3.6-35B-A3B 技术报告
5	Gemini 3 Pro	74.1	Google	Qwen3.5 技术报告
6	Claude Opus 4.5	67.2	Anthropic	Qwen3.5 技术报告

MVBench 是综合视频理解评测基准，包含 20 个视频理解子任务，覆盖动作识别、时间定位、视频问答等多维度。从中等复杂度到高难度任务，是评估视频多模态模型能力的最广泛使用的基准之一。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	78.1	OpenAI	Qwen3.5 技术报告
2	Qwen3.5-397B-A17B	77.6	阿里巴巴	Qwen3.5 技术报告
3	Qwen3.5-35B-A3B	74.8	阿里巴巴	Qwen3.6-35B-A3B 技术报告
4	Qwen3.6-35B-A3B	74.6	阿里巴巴	Qwen3.6-35B-A3B 技术报告
5	Gemini 3 Pro	74.1	Google	Qwen3.5 技术报告
6	Claude Opus 4.5	67.2	Anthropic	Qwen3.5 技术报告