快科技 11 月 26 日消息，今日，空间推理基准测试 SpatialBench 更新了最新一期榜单，阿里千问的视觉理解模型 Qwen3-VL、Qwen2.5-VL 位列头两名，超越 Gemini 3、GPT-5.1、Claude Sonnet4.5 等国际顶尖模型。

SpatialBench 榜单显示，Qwen3-VL-235B 和 Qwen2.5-VL-72B 分别斩获 13.5 和 12.9 分，领先于 Gemini 3.0 Pro Preview（9.6） 、GPT-5.1（7.5）、Claude Sonnet 4.5 等海外顶尖模型。

然而，AI 大模型的整体表现距离人类仍有差距，人类基准线约为 80 分左右，可专业处理电路分析、CAD 工程和分子生物学等复杂空间推理任务，目前大模型还无法完全自动化完成此类工作。

据悉，Qwen2.5-VL 于 2024 年开源，Qwen3-VL 是阿里在 2025 年开源的新一代视觉理解模型。

Qwen3-VL 在视觉感知和多模态推理方面实现重大突破，在 32 项核心能力测评中超过 Gemini2.5-Pro 和 GPT-5，不但可调用抠图、搜索等工具完成 " 带图推理 "，也可以凭借一张设计草图或一段小游戏视频直接 " 视觉编程 "。

同时，Qwen3-VL 专门增强了 3D 检测能力，可以更好地感知空间，基于 Qwen3-VL，机器人更好地判断物体方位、视角变化和遮挡关系，实现远处苹果的精准抓取。

目前，Qwen3-VL 已开源不同版本，包括 2B、4B、8B、32B 等密集模型以及 30B-A3B、235B-A22B 等 MoE 模型，每个模型都有指令版和推理版两款，是当下最受企业和开发者欢迎的开源视觉理解模型。同时，Qwen3-VL 模型也已上线千问 APP，用户可免费体验。

据了解，SpatialBench 是一项近年来兴起的第三方空间推理基准测试榜单，主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力，被 AI 社区视为是衡量 " 具身智能 " 进展的新兴测试标准之一。

SpatialBench 不仅测试模型已知的知识，还测试模型在二维和三维空间中 " 感知 " 和操控抽象概念的能力，这对具身智能的落地尤为关键。