🤔开源的多模态模型的视图能力似乎较差

开源模型的回复：

这已经算是挺不错的水平了，你瞧瞧grok就知道，grok 4简直就是啥都看不见。

数据量不是同一级别吧

qwen vl max应该没开源吧

试试豆包的模型？目前开源的里面它应该是最强的，闭源的里面最强的应该还是gemini

图片 1078×731 96 KB
应该没开

目前在视觉识别领域，暂时还没有人能撼动半年前的Gemini。之前有个时钟测试基准，也是Gemini得分最高，虽说只有13.3 。  

还真别说，不看AI的答案，我压根儿都不知道这图片是啥意思。

你用的这些模型都不行呀

分区好像不太对。

RikkaHub_17581046381121
920×2561
160 KB

其实闭源的也不怎么样哦
只有OpenAI和Gemini还可以
Gemini那可是独步天下，然后GPT5也还行
Grok和Claude就算了吧
然后豆包有时候表现也还行