快科技 12 月 31 日消息，近日，SuperCLUE-VLM 多模态视觉语言基准测评 12 月总榜公布。

谷歌的 Gemini-3-pro 以 83.64 分遥遥领先，字节跳动的豆包大模型以 73.15 分跻身前三，展现出国内大模型的竞争力。

此次测评从基础认知、视觉推理、视觉应用三个维度对多模态大模型进行评估。

榜首 Gemini-3-pro 在三项细分指标中均表现突出，基础认知得分 89.01、视觉推理 82.82、视觉应用 79.09，全面领先其他模型。

国内阵营中，商汤科技 SenseNova V6.5 Pro 以 75.35 分位居第二，字节跳动的豆包视觉版紧随其后，其基础认知得分 82.70，甚至超过部分国际竞品，仅在视觉推理环节稍显短板。

百度 ERNIE-5.0-Preview、阿里巴巴 Qwen3-vl 等国内模型也进入前五，其中 Qwen3-vl 是榜单中首个开源且总分超 70 的模型。

国际头部模型中，Anthropic 的 Claude-opus-4-5 得分 71.44，OpenAI 的 GPT-5.2 ( high ) 仅获 69.16 分，排名相对靠后。