返回工具列表 工具分类智能体与自动化按实际使用场景归类 官网入口mmbench.opencompass.org.cn保留原站直达链接 收费方式官网可查看最终价格以官网为准 关注人数3A+ 优先推荐 01AI模型评测 02核心能力 02 03核心能力 03 04核心能力 04 05核心能力 05 06核心能力 06 01 02 03
智能体与自动化
MMBench
MMBench是多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员联合推出。MMBench推出一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。
访问官网 更新于 2026/04/15
MMBench 是什么
MMBench 是一款面向 智能体与自动化 场景的 AI 工具，全方位的多模态大模型能力评测体系。
MMBench是多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员联合推出。MMBench推出一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。打破常规一问一答基于规则匹配提取选项进行评测，循环打乱选项验证输出结果的一致性，基于ChatGPT精准匹配模型回复至选项。MMBench涵盖多种任务类型，如视觉问答、图像描述生成等，基于综合多维度指标，为模型提供全面的性能评估。MMBench 的排行榜展示不同模型在这些任务上的表现，帮助研究者和开发者了解当前多模态技术的发展水平，推动相关领域的技术进步。 细粒度能力评估 ：将多模态能力细分为多个维度（如感知、推理等），针对每个维度设计相关问题，全面评估模型的细粒度能力。
MMBench是多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员联合推出。MMBench推出一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。
主要能力
细粒度能力评估
大规模多模态数据集
创新评估策略
多语言支持
数据可视化
官方评估工具
适合场景
多种任务类型
MMBench 可用于多种任务类型，适合先用一个真实任务验证输出质量。
图像描述生成等
MMBench 可用于图像描述生成等，适合先用一个真实任务验证输出质量。
约 3000 个多项选择题
MMBench 可用于约 3000 个多项选择题，适合先用一个真实任务验证输出质量。