AI 視覺處理評分 Gemini 3 Pro 獲首名　豆包視覺版躋身全球三甲

權威評測平台 SuperCLUE-VLM 公布 2025 年 12 月多模態視覺語言基準評測總榜。Google Gemini 3 Pro 以 83.64 分大幅領先並奪冠，展現壓倒性優勢。中國陣營表現亦出色，商湯科技 SenseNova V6.5 Pro 以 75.35 分位居第二，字節跳動豆包視覺版則以 73.15 分緊隨其後，成為首款進入全球三甲的中國多模態大模型。

三大維度全面評測視覺能力

SuperCLUE-VLM 從基礎認知、視覺推理及視覺應用 3 個核心維度，評估大模型真實視覺理解能力。基礎認知測試模型識別物件、文本及場景等基本元素能力；視覺推理考核模型理解圖像中的邏輯、因果關係及隱含資訊表現；視覺應用則評估模型完成圖文生成、跨模態問答及工具調用等實際任務表現。

Gemini 3 Pro 各項指標全面領先

榜首 Gemini 3 Pro 在 3 個細項指標中均表現突出。其基礎認知得分 89.01、視覺推理 82.82、視覺應用 79.09，全面領先其他模型。Google 於 12 月初發布 Gemini 3 Pro 時，強調這是該公司最強大的多模態模型，在檔案理解、空間推理、螢幕識別及影片理解等領域均創下領先表現。該模型在複雜視覺推理基準測試 MMMU Pro 及 Video MMMU 上創下新紀錄，並支援高達 256K token 語境視窗，能處理長達 2 小時影片內容。

商湯科技 SenseNova V6.5 Pro 以 75.35 分穩居第二位，顯示中國企業在多模態領域技術實力。字節跳動豆包視覺版在基礎認知環節得分 82.70，甚至超越部分國際競爭對手，僅在視覺推理環節稍顯弱項。字節跳動於今年 9 月發布豆包大模型 1.6-vision，這是豆包家族首款具備工具調用能力的視覺深度思考模型，擁有更強通用多模態理解和推理能力。

百度 ERNIE-5.0-Preview 及阿里巴巴 Qwen3-VL 等中國模型同樣進入前 5 名。Qwen3-VL 是排名榜中首款開源且總分超過 70 分的模型，展現開源社群在多模態領域進步。

國際頂尖模型排名較後

國際頂尖模型在此次評測中表現出乎意料。Anthropic Claude Opus 4.5 得分 71.44，OpenAI GPT-5.2(high) 僅獲 69.16 分，排名相對較後。這反映全球多模態大模型競爭格局正在重塑，技術領先優勢不再絕對集中於少數企業。

排名	模型名稱	機構	總分	基礎認知	視覺推理	視覺應用	開 / 閉源
–	Gemini-3-pro	Google	83.64	89.01	82.82	79.09	閉源
🥇	SenseNova V6.5 Pro-20251215	商湯科技	75.35	81.66	74.31	70.08	閉源
🥈	Doubao-seed-1-6-vision-250815	字節跳動	73.15	82.70	64.27	72.48	閉源
🥉	ERNIE-5.0-Preview	百度	72.21	82.05	70.86	63.71	閉源
🏅	Qwen3-vl-235b-a22b-thinking	阿里巴巴	71.95	79.66	71.26	64.92	開源
–	Claude-opus-4-5-20251101	Anthropic	71.44	82.07	65.81	66.43	閉源
–	GPT-5.2(high)	OpenAI	69.16	75.18	67.35	64.96	閉源
4	Doubao-seed-1-6-251015	字節跳動	68.02	77.86	62.01	64.19	閉源
4	GLM-4.6v	智譜 AI	67.68	81.74	60.83	60.48	開源
5	step-3	階躍星辰	62.94	77.16	49.81	61.87	開源
6	Qwen3-vl-8b-instruct	阿里巴巴	61.64	74.66	52.77	57.50	開源
7	MiniCPM-V4.5	面壁智能	49.38	68.76	24.83	54.56	開源
8	InternVL3.5-8B	上海 AI Lab	47.89	64.21	24.49	54.98	開源
–	Grok-4.1-fast-non-reasoning	X.AI	45.57	63.96	23.62	49.13	閉源

數據來源： SuperCLUE ，2025 年 12 月 29 日。

注：考慮到波動影響，本排行榜將相差 1 分以內的模型視為並列名次。

資料來源：