מבחן הערכה
MMMU
מדד משני
מה הוא מודד
הבנת תמונות ומסמכים חזותיים: קריאה והבנה של תמונות, שקפים ותרשימים לצד טקסט
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות על המבחן
Strong historical multimodal benchmark; prefer MMMU-Pro for frontier differentiation.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Gemini 3 Pro | 87.2 | MMMU · מקור לא מאומת | קישור |
| GPT-5.2 | 86.7 | MMMU · מקור לא מאומת | קישור |
| Qwen3.6 Plus | 86.0 | MMMU · מקור לא מאומת | קישור |
| Qwen3.5 397B | 85.0 | MMMU · דיווח של הספק | קישור |
| Kimi K2.5 | 84.3 | MMMU · מקור לא מאומת | קישור |
| Qwen3.5-122B-A10B | 83.9 | MMMU · מקור לא מאומת | קישור |
| Qwen3.6-27B | 82.9 | MMMU · דיווח של הספק | קישור |
| Qwen3.5-27B | 82.3 | MMMU · מקור לא מאומת | קישור |
| Qwen3.6-35B-A3B | 81.7 | MMMU · דיווח של הספק | קישור |
| Qwen3.5-35B-A3B | 81.4 | MMMU · מקור לא מאומת | קישור |
| Command A+ | 75.1 | MMMU · דיווח של הספק | קישור |
| Nemotron 3 Nano Omni 30B A3B | 70.8 | MMMU · דיווח של הספק | קישור |