Kimi mở nguồn PerceptionBench, GPT-5.6-Sol đạt độ chính xác 59.7% đứng đầu

Kimi đã mở nguồn bộ tiêu chuẩn đánh giá khả năng nhận thức thị giác đa mô hình PerceptionBench, nhằm phân tách khả năng nhận thức thị giác thành 10 khả năng nguyên tử để đánh giá độc lập, bao gồm các khía cạnh như mối quan hệ thị giác, đếm, thuộc tính, độ sâu và 3D, định vị, so sánh, nhận diện chi tiết, tích hợp ngữ cảnh, OCR và nhận diện ảo giác. Bộ tiêu chuẩn này được xây dựng dựa trên các trường hợp thất bại của mô hình trong 42 bộ đánh giá hiện có, bao gồm tổng cộng 3000 câu hỏi đã được xác minh bằng tay, mỗi câu chỉ kiểm tra một khả năng thị giác đơn lẻ, không cần suy luận hay kiến thức bên ngoài. Kết quả đánh giá cho thấy, trong số 16 mô hình đa mô hình tiên tiến, không có mô hình nào có độ chính xác tổng thể vượt quá 60%. GPT-5.6-Sol đứng đầu với độ chính xác 59.7%, Kimi K3 (58.5%), Claude-Fable-5 (57.2%), Gemini-3.1-Pro (56.2%) và GPT-5.5 (55.8%) nằm trong top 5. Báo cáo chỉ ra rằng ảo giác thị giác vẫn là khả năng yếu nhất của các mô hình, và khả năng nhận thức tổng thể vẫn còn nhiều không gian để cải thiện.

Nội dung này chỉ được đưa ra nhằm mục đích cung cấp thông tin chung, không phải là lời khuyên về tài chính, đầu tư, pháp lý hoặc thuế. Mọi sự kiện, phần thưởng, ưu đãi trực tuyến hoặc thông tin liên quan được đề cập trong nội dung này không được xem là khuyến nghị, chào mời hoặc lời mời mua, bán, giao dịch hoặc thực hiện bất kỳ hoạt động nào khác liên quan đến tài sản crypto. Tài sản crypto có độ biến động cao và có thể dẫn đến thua lỗ.Tính khả dụng của các dịch vụ, sản phẩm và sự kiện liên quan của WEEX có thể khác nhau tùy theo khu vực. Bạn có trách nhiệm bảo đảm việc tham gia của mình tuân thủ các luật và quy định hiện hành tại địa phương.