RefCOCO avg多模态

RefCOCO 是视觉指代表达理解经典基准，要求模型根据自然语言描述在图像中定位具体物体。包含三个变体（RefCOCO、RefCOCO+、RefCOCOg），测试模型理解精细空间关系和属性描述的能力。使用 Acc@0.5 IoU 作为评估指标。

#	模型	得分 (%)	厂商	来源
1	Qwen3.6-Plus	93.5	阿里巴巴	Qwen3.6-Plus 技术报告
2	Qwen3.6-27B	92.5	阿里巴巴	Qwen3.6-27B 技术报告
3	Qwen3.5-397B-A17B	92.3	阿里巴巴	Qwen3.6-27B 技术报告
4	Qwen3.6-35B-A3B	92	阿里巴巴	Qwen3.6-27B 技术报告
5	Qwen3.5-35B-A3B	89.2	阿里巴巴	Qwen3.6-35B-A3B 技术报告
6	Kimi-K2.5	87.8	月之暗面	Qwen3.6-Plus 技术报告
7	Gemini 3 Pro	84.1	Google	Qwen3.6-Plus 技术报告

RefCOCO 是视觉指代表达理解经典基准，要求模型根据自然语言描述在图像中定位具体物体。包含三个变体（RefCOCO、RefCOCO+、RefCOCOg），测试模型理解精细空间关系和属性描述的能力。使用 Acc@0.5 IoU 作为评估指标。

#	模型	得分 (%)	厂商	来源
1	Qwen3.6-Plus	93.5	阿里巴巴	Qwen3.6-Plus 技术报告
2	Qwen3.6-27B	92.5	阿里巴巴	Qwen3.6-27B 技术报告
3	Qwen3.5-397B-A17B	92.3	阿里巴巴	Qwen3.6-27B 技术报告
4	Qwen3.6-35B-A3B	92	阿里巴巴	Qwen3.6-27B 技术报告
5	Qwen3.5-35B-A3B	89.2	阿里巴巴	Qwen3.6-35B-A3B 技术报告
6	Kimi-K2.5	87.8	月之暗面	Qwen3.6-Plus 技术报告
7	Gemini 3 Pro	84.1	Google	Qwen3.6-Plus 技术报告