VITA-BenchAgent

官方网站

VITA-Bench 评估多模态 AI Agent 在视觉、语言、工具使用和交互等多个维度的综合能力。任务涵盖图像理解、文档分析、网页操作和代码生成等场景，测试 Agent 在多模态输入下的整体智能水平和任务完成能力。

排行数据源

#模型得分

1

DeepSeek-V4-Pro深度求索

51.9%

2

Claude Opus 4.5Anthropic

50.3%

3

Qwen3.7-Max阿里巴巴

47.9%

4

Qwen3.7-Plus阿里巴巴

45.6%

5

GLM-5.1智谱AI

45.1%

6

Qwen3.6-Plus阿里巴巴

44.3%

7

Qwen3.5-397B-A17B阿里巴巴

43.7%

8

Kimi-K2.6月之暗面

39.1%

9

GLM-5智谱AI

37.0%

10

Kimi-K2.5月之暗面

36.0%

共 12 个模型

返回基准目录