正在加载页面内容
VITA-BenchAgent
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。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 51.9 | 深度求索 | Qwen3.7-Plus 技术报告 | ||
| 2 | 50.3 | Anthropic | Qwen3.6-Plus 技术报告 | ||
| 3 | 47.9 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 4 | 45.6 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 5 | 45.1 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 6 | 44.3 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 7 | 43.7 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 8 | 39.1 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 9 | 37 | 智谱AI | Qwen3.6-Plus 技术报告 | ||
| 10 | 36 | 月之暗面 | Qwen3.6-Plus 技术报告 |
