基准测试

BabyVision (w/tools)

Visual perception benchmark, tool-assisted.

分数历史 →

模型分数

#	模型	分数
1	Claude Opus 5	94.1%
2	DeepSeek V4.1-Flash 1017	92.5%
3	DeepSeek V4.1-Flash 0910	89.6%
4	GPT 5.6-Sol	88.9%
5	Kimi K3	85.7%