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。
- 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。
- 1Muse Spark 1.144.8%
- 2GPT-5.4 (high)29.2%
- 3Gemini 3.1 Pro29.0%
- 4Claude Opus 4.6 (thinking)27.5%
- 5Gemini 3 Pro26.9%
- 6GPT-5 (thinking)18.7%
- 7GPT-517.0%
- 8o313.7%
- 9Gemini 2.5 Pro11.8%
- 10o4-mini11.1%
- 11Claude Sonnet 4.5 (thinking)6.2%
- 12Claude Sonnet 4.55.6%
- 13GPT-4.15.5%
- 14Claude Opus 4.1 (thinking)5.2%
- 15Claude Opus 4.14.7%
21 / 21
| # | ||||
|---|---|---|---|---|
| 1 | 44.8% | 62.2 | 2026-07-09 | |
| 2 | 29.2% | 58.6 | 2026-03-24 | |
| 3 | 29.0% | 59.9 | 2026-03-24 | |
| 4 | 27.5% | – | 2026-03-24 | |
| 5 | 26.9% | 60.0 | 2025-11-20 | |
| 6 | 18.7% | – | 2025-10-08 | |
| 7 | 17.0% | 56.6 | 2025-10-08 | |
| 8 | 13.7% | 60.4 | 2025-10-08 | |
| 9 | 11.8% | 55.2 | 2025-10-08 | |
| 10 | 11.1% | 55.2 | 2025-10-08 | |
| 11 | 6.2% | 52.3 | 2025-10-08 | |
| 12 | 5.6% | 53.8 | 2025-10-08 | |
| 13 | 5.5% | 48.7 | 2025-10-08 | |
| 14 | 5.2% | 58.1 | 2025-10-08 | |
| 15 | 4.7% | 51.1 | 2025-10-08 | |
| 16 | 4.7% | 52.4 | 2025-10-08 | |
| 17 | 4.5% | 50.0 | 2025-10-08 | |
| 18 | 4.4% | 53.8 | 2025-10-08 | |
| 19 | 2.0% | 45.1 | 2025-10-08 | |
| 20 | 1.6% | 38.2 | 2025-10-08 | |
| 21 | 1.4% | 41.8 | 2025-10-08 |
相关基准测试
VTB 上的热门模型对比
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。