BenchLeader

MMMU-Pro 排行榜

截至 2026年11月16日,MMMU-Pro 的最高分为 89.3%,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(88.3%)。共有 296 个模型配置公布了结果(Artificial Analysis,结果日期 2026年10月28日)。MMMU-Pro 是大学水平多模态考试 MMMU 的加难版:题目附有来自科学、工程、医学和艺术领域的图片,每题十个选项,另有纯视觉变体,题目本身就在图片里。MMMU-Pro 计入 BenchLeader Index 的多模态得分。

要点(截至 2026年11月16日)

  • Gemini 4 Carbon 以 89.3% 保持 MMMU-Pro 最高分(Artificial Analysis,2026年10月28日)。
  • Gemini 4 Argon 以 88.3% 位列 MMMU-Pro 第二(Artificial Analysis,2026年9月30日)。
  • MMMU-Pro:大学水平的多模态理解。由 Artificial Analysis 运行(Artificial Analysis)。
  • BenchLeader 上有 296 个模型配置公布了 MMMU-Pro 结果(BenchLeader,2026年11月16日)。
  • MMMU-Pro 计入 BenchLeader Index 的多模态类别(BenchLeader 方法论)。

大学水平的多模态理解。由 Artificial Analysis 运行。

发布方
Artificial Analysis
类别
多模态
Index 权重
1.0
模型
296
数据截至
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

测试内容

MMMU-Pro 是大学水平多模态考试 MMMU 的加难版:题目附有来自科学、工程、医学和艺术领域的图片,每题十个选项,另有纯视觉变体,题目本身就在图片里。

评分方式

正确率;Artificial Analysis 自行运行标准设置。

注意事项

需要视觉能力,所以纯文本模型不在其中。十个选项让猜测比原版 MMMU 更难奏效,因此分数更低。

296 / 296
#
1Gemini 4 Carbonmedium89.3%65.82026-10-28
2Gemini 4 Argonmedium88.3%61.62026-09-30
3Claude Opus 5.5max87.7%68.42026-09-22
4GPT-6 Astramax86.9%67.32026-09-03
5Claude Opus 5.5xhigh86.6%65.42026-09-22
6GPT-6 Astrahigh86.4%66.32026-09-03
7GPT-6 Astraxhigh86.2%66.02026-09-03
8GPT-6.1 Solmax86.0%66.62026-09-29
9Claude Opus 5.5high85.8%66.02026-09-22
10Claude Opus 5.5medium85.7%61.22026-09-22
11Gemini 3.8 Flashhigh85.6%59.42026-09-02
12Gemini 3.7 Flashhigh85.5%62.12026-08-13
13GPT-6 Astramedium85.1%64.42026-09-03
14GPT-6.1 Solxhigh85.1%63.62026-09-29
15GPT-6.1 Solhigh84.9%63.42026-09-29
16Gemini 3.7 Flashlow84.9%57.32026-08-13
17Claude Opus 5max84.7%65.02026-07-24
18Gemini 3.7 Flashmedium84.7%60.12026-08-13
19GPT-6.1 Terramax84.7%64.12026-10-26
20Claude Opus 5.5low84.7%58.92026-09-22
21GPT-6 Astralow84.6%62.02026-09-03
22Gemini 3.8 Flashlow84.5%55.92026-09-02
23Gemini 3.5 Flashhigh84.3%62.52026-05-19
24Gemini 3.8 Flashmedium84.2%60.22026-09-02
25Claude Opus 5xhigh84.0%60.12026-07-24
26GPT-6.1 Solmedium83.9%62.72026-09-29
27Kimi K3.1 Pro83.9%61.82026-10-23
28Gemini 3.5 Flashmedium83.9%61.82026-05-19
29GPT-6.1 Terraxhigh83.8%60.02026-10-26
30GPT-6.1 Terrahigh83.8%59.62026-10-26
31Muse Wonderhigh83.8%56.22026-10-12
32GPT-5.6 Solmax83.4%65.32026-07-09
33Gemini 3.6 Flashhigh83.2%61.02026-07-21
34GPT-6.1 Sollow83.1%60.02026-09-29
35GPT-6 Solmax83.0%62.62026-09-22
36Qwen3.8 Maxmax82.8%58.72026-09-02
37GPT-6.1 Terramedium82.8%58.52026-10-26
38GPT-5.6 Solxhigh82.7%63.92026-07-09
39GPT-6 Solxhigh82.5%58.42026-09-22
40GPT-6.1 Terralow82.5%56.62026-10-26
41Claude Opus 5high82.4%64.42026-07-24
42Gemini 3.1 Pro82.4%59.92026-02-19
43Muse Spark 1.3xhigh82.0%58.12026-09-02
44GPT-6 Solhigh82.0%58.12026-09-22
45GPT-5.6 Solhigh81.8%63.42026-07-09
46Claude Opus 5medium81.6%57.52026-07-24
47Inkling 2 Small81.6%57.92026-11-05
48GPT-5.6 Solmedium81.4%61.32026-07-09
49GPT-5.5medium81.2%60.82026-04-23
50GPT-5.5high81.1%63.52026-04-23
51GPT-5.6 Sollow81.0%60.22026-07-09
52Muse Spark Openxhigh80.9%53.52026-10-15
53GPT-5.6 Terramax80.7%59.52026-07-09
54DeepSeek V4.1 Flash 1017max80.6%57.72026-10-17
55Muse Spark80.5%64.22026-04-08
56Kimi K3max80.5%60.22026-07-16
57Qwen3.7 Plus80.5%57.62026-06-01
58GPT-6 Solmedium80.4%56.92026-09-22
59Grok 4.5high80.4%56.82026-07-08
60Gemini 3 Prohigh80.2%60.02025-11-18

更多多模态基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《MMMU-Pro 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_mmmu_pro。

MMMU-Pro:常见问题

MMMU-Pro 衡量的是什么?
MMMU-Pro 是大学水平多模态考试 MMMU 的加难版:题目附有来自科学、工程、医学和艺术领域的图片,每题十个选项,另有纯视觉变体,题目本身就在图片里。分数以完成任务的百分比表示,越高越好。
MMMU-Pro 的最高分是多少?
截至 2026年11月16日,MMMU-Pro 的最高分为 89.3%,由 Gemini 4 Carbon 取得(结果日期 2026年10月28日),领先于 Gemini 4 Argon(88.3%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 MMMU-Pro 上领先?
截至 2026年11月16日,MMMU-Pro 排名第一的是 Gemini 4 Carbon,分数为 89.3%(结果日期 2026年10月28日)。其后为 Gemini 4 Argon(88.3%)。
有多少模型有 MMMU-Pro 结果?
BenchLeader 上有 296 个模型配置有 MMMU-Pro 结果,全部取自 Artificial Analysis。
MMMU-Pro 由谁运行,多久更新一次?
MMMU-Pro 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
MMMU-Pro 是否计入 BenchLeader Index?
计入。MMMU-Pro 计入 BenchLeader Index 的多模态类别,并经过归一化,使参评模型的平均值为 50。