BenchLeader

GeoBench 排行榜

截至 2026年11月16日,GeoBench 的最高分为 89.0%,由 Claude Fable 5(Anthropic)取得,领先于 Gemini 3 Flash(88.0%)。共有 44 个模型配置公布了结果(GeoBench,结果日期 2026年6月9日)。给定一张街景照片,模型必须说出拍摄地所在的国家(以及更细的层级)。GeoBench 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5 以 89.0% 保持 GeoBench 最高分(GeoBench,2026年6月9日)。
  • Gemini 3 Flash 以 88.0% 位列 GeoBench 第二(GeoBench,2025年12月17日)。
  • GeoBench:识别照片的拍摄地点(GeoBench)。
  • BenchLeader 上有 44 个模型配置公布了 GeoBench 结果(BenchLeader,2026年11月16日)。
  • GeoBench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

识别照片的拍摄地点。

发布方
GeoBench数据经由 Epoch AI Benchmarking Hub
类别
多模态
Index 权重
仅作参考
模型
44
数据截至
2026年11月16日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

测试内容

给定一张街景照片,模型必须说出拍摄地所在的国家(以及更细的层级)。

评分方式

识别出国家的百分比,由 GeoBench 发布。

注意事项

仅限视觉模型;通过图像考查对世界的了解。

44 / 44
#
1Claude Fable 5high89.0%63.92026-06-09
2Gemini 3 Flash88.0%56.52025-12-17
3Muse Spark 1.386.0%61.62026-09-02
4Gemini 3.8 Flash86.0%56.42026-09-02
5Gemini 2.5 Pro86.0%55.22025-05-06
6Gemini 3.5 Flash85.0%–2026-05-19
7Claude Fable 5.1high84.0%63.72026-09-01
8Gemini 3 Pro84.0%60.02025-11-18
9Gemini 3.1 Pro84.0%59.92026-02-19
10Gemini 3.1 Flash Lite83.0%52.62026-03-03
11Claude Opus 4.8high81.0%60.42026-05-28
12GPT-5medium81.0%59.02025-08-07
13o1medium80.0%47.92024-12-17
14Gemini 2.0 Pro77.5%47.52025-02-05
15Gemini 2.0 Flash77.0%43.52025-02-05
16Gemini 2.5 Flash76.0%52.42025-05-20
17Gemini 1.5 Flash 00276.0%38.22024-09-24
18Claude Opus 4.575.0%57.12025-11-24
19Claude Sonnet 5high74.0%59.02026-06-30
20o3medium74.0%53.32025-04-16
21GPT-5.6 Solhigh73.0%63.42026-07-09
22Claude Sonnet 4.673.0%57.62026-02-17
23GPT-4.172.0%48.72025-04-14
24GPT-4o71.0%42.82024-11-20
25Gemini 2.0 Flash Thinkingthinking70.0%45.12025-01-21
26Claude 3.7 Sonnet68.0%49.22025-02-24
27o4-minimedium64.0%51.72025-04-16
28o4-minihigh64.0%51.22025-04-16
29GPT-4o mini64.0%35.22024-07-18
30Claude 3.5 Sonnet62.0%46.82024-10-22
31Qwen2.5 VL 72B Instruct62.0%–2024-09-19
32Grok 4.761.0%–2026-09-21
33o3high60.0%55.12025-04-16
34Claude Sonnet 4.560.0%53.82025-09-29
35Grok 4.356.0%54.52026-04-17
36Llama 4 Maverick52.0%41.82025-04-05
37Gemma 3 27B52.0%39.72025-03-12
38Llama 3.2 90B Vision52.0%36.02024-09-24
39Claude Opus 449.0%51.92025-05-22
40Grok 445.0%58.12025-07-09
41Qwen3.8 27B38.0%55.12026-08-14
42Claude Sonnet 437.0%50.02025-05-22
43Pixtral 12B37.0%–2024-09-17
44Claude 3.5 Haiku34.0%38.72024-10-22

更多多模态基准测试 · 全部大模型基准测试

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

GeoBench:常见问题

GeoBench 衡量的是什么?
给定一张街景照片,模型必须说出拍摄地所在的国家(以及更细的层级)。分数以完成任务的百分比表示,越高越好。
GeoBench 的最高分是多少?
截至 2026年11月16日,GeoBench 的最高分为 89.0%,由 Claude Fable 5 取得(结果日期 2026年6月9日),领先于 Gemini 3 Flash(88.0%)。分数来自 GeoBench,每天重新读取。
哪个 AI 模型在 GeoBench 上领先?
截至 2026年11月16日,GeoBench 排名第一的是 Claude Fable 5,分数为 89.0%(结果日期 2026年6月9日)。其后为 Gemini 3 Flash(88.0%)。
有多少模型有 GeoBench 结果?
BenchLeader 上有 44 个模型配置有 GeoBench 结果,全部取自 GeoBench(经由 Epoch AI Benchmarking Hub)。
GeoBench 由谁运行,多久更新一次?
GeoBench 由 GeoBench 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。
GeoBench 是否计入 BenchLeader Index?
不计入。GeoBench 仅作参考展示,不计入综合分数。