正在加载页面内容
ScreenSpot Pro多模态
ScreenSpot Pro 是屏幕截图理解基准的增强版，评测多模态模型对手机、桌面和网页截图中 UI 元素、文字和布局的感知能力。包含小控件识别、屏幕文字读取和界面布局理解等任务，用于 GUI 智能体和 UI 自动化领域的能力评估。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 79 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 2 | 72.7 | Qwen3.6-Plus 技术报告 | |||
| 3 | 68.2 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 4 | 68.1 | Qwen3.7-Plus 技术报告 | |||
| 5 | 65.6 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 6 | 49.5 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 7 | 45.7 | Anthropic | Qwen3.6-Plus 技术报告 |
