BenchLeader

VTB 排行榜

截至 2026年11月16日,VTB 的最高分为 44.8%,由 Muse Spark 1.1(Meta)取得,领先于 GPT-5.4(29.2%)。共有 21 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年7月9日)。实用的视觉任务,从读图表到找不同,对照参考答案评分。VTB 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Muse Spark 1.1 以 44.8% 保持 VTB 最高分(Scale AI SEAL,2026年7月9日)。
  • GPT-5.4 以 29.2% 位列 VTB 第二(Scale AI SEAL,2026年3月24日)。
  • VTB:Scale 覆盖各类实用图像任务的视觉任务基准测试。Scale AI(Scale AI SEAL)。
  • BenchLeader 上有 21 个模型配置公布了 VTB 结果(BenchLeader,2026年11月16日)。
  • VTB 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

Scale 覆盖各类实用图像任务的视觉任务基准测试。Scale AI。

发布方
Scale AI SEAL
类别
多模态
Index 权重
仅作参考
模型
21
数据截至
2026年11月16日

Scale AI SEAL Leaderboards.

测试内容

实用的视觉任务,从读图表到找不同,对照参考答案评分。

评分方式

准确率,由 Scale AI 发布。

注意事项

仅限视觉模型。

21 / 21
#
1Muse Spark 1.144.8%62.22026-07-09
2GPT-5.4high29.2%58.62026-03-24
3Gemini 3.1 Pro29.0%59.92026-03-24
4Claude Opus 4.6thinking27.5%–2026-03-24
5Gemini 3 Pro26.9%60.02025-11-20
6GPT-5thinking18.7%–2025-10-08
7GPT-517.0%56.62025-10-08
8o313.7%60.42025-10-08
9Gemini 2.5 Pro11.8%55.22025-10-08
10o4-mini11.1%55.22025-10-08
11Claude Sonnet 4.5thinking6.2%52.32025-10-08
12Claude Sonnet 4.55.6%53.82025-10-08
13GPT-4.15.5%48.72025-10-08
14Claude Opus 4.1thinking5.2%58.12025-10-08
15Claude Opus 4.14.7%51.12025-10-08
16Gemini 2.5 Flash4.7%52.42025-10-08
17Claude Sonnet 44.5%50.02025-10-08
18Claude Sonnet 4thinking4.4%53.82025-10-08
19Nova Premier2.0%45.12025-10-08
20Llama 4 Scout1.6%38.22025-10-08
21Llama 4 Maverick1.4%41.82025-10-08

更多多模态基准测试 · 全部大模型基准测试

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

VTB:常见问题

VTB 衡量的是什么?
实用的视觉任务,从读图表到找不同,对照参考答案评分。分数以完成任务的百分比表示,越高越好。
VTB 的最高分是多少?
截至 2026年11月16日,VTB 的最高分为 44.8%,由 Muse Spark 1.1 取得(结果日期 2026年7月9日),领先于 GPT-5.4(29.2%)。分数来自 Scale AI SEAL,每天重新读取。
哪个 AI 模型在 VTB 上领先?
截至 2026年11月16日,VTB 排名第一的是 Muse Spark 1.1,分数为 44.8%(结果日期 2026年7月9日)。其后为 GPT-5.4(29.2%)。
有多少模型有 VTB 结果?
BenchLeader 上有 21 个模型配置有 VTB 结果,全部取自 Scale AI SEAL。
VTB 由谁运行,多久更新一次?
VTB 由 Scale AI SEAL 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。
VTB 是否计入 BenchLeader Index?
不计入。VTB 仅作参考展示,不计入综合分数。