TIR-Bench多模态推理

TIR-Bench (Text-Image Reasoning Benchmark) 是文本图像综合推理评测，要求模型同时理解图片中的视觉元素和叠加文本信息并跨模态推理。涵盖广告海报解读、图文混合的新闻理解等场景，评估多模态融合推理能力。

#	模型	得分 (%)	厂商	来源
1	Qwen3.5-397B-A17B	62.5	阿里巴巴	Qwen3.6-Plus 技术报告
2	Qwen3.6-Plus	61.6	阿里巴巴	Qwen3.6-Plus 技术报告
3	Gemini 3 Pro	47.5	Google	Qwen3.6-Plus 技术报告
4	Claude Opus 4.5	32.3	Anthropic	Qwen3.6-Plus 技术报告
5	Kimi-K2.5	29.2	月之暗面	Qwen3.6-Plus 技术报告

TIR-Bench (Text-Image Reasoning Benchmark) 是文本图像综合推理评测，要求模型同时理解图片中的视觉元素和叠加文本信息并跨模态推理。涵盖广告海报解读、图文混合的新闻理解等场景，评估多模态融合推理能力。

#	模型	得分 (%)	厂商	来源
1	Qwen3.5-397B-A17B	62.5	阿里巴巴	Qwen3.6-Plus 技术报告
2	Qwen3.6-Plus	61.6	阿里巴巴	Qwen3.6-Plus 技术报告
3	Gemini 3 Pro	47.5	Google	Qwen3.6-Plus 技术报告
4	Claude Opus 4.5	32.3	Anthropic	Qwen3.6-Plus 技术报告
5	Kimi-K2.5	29.2	月之暗面	Qwen3.6-Plus 技术报告