常见问题

这是一个独立的排行榜，看 AI 模型看图到底准不准。我们测的包括读时钟、仪表、图表和标签，数数，判断空间与运动，找变化和错误，顺着电缆和管道走，以及不被误导。目前排了 36 个模型，结果更新于 2026年11月10日。

公开基准会公布题目。时间一长，这些题就进了模型的训练数据，高分可能只说明模型见过答案。我们的测试图片是自己做的，从不公开。每道题只有一个确切答案，由脚本核对，用不着人或 AI 来打分，每个结果也都注明是哪天测的。

为了不让任何模型提前学到。图片一旦公开，很快就会在网上被转来转去，最后进入训练数据。所以我们只介绍每项测试，给出示意的例子，真正的图片和题目留在自己手里。

每项测试的得分是答对的比例，扣掉了蒙对的部分。0 分就是和瞎猜一样，100 分是全对。类别得分是其下各项测试的平均，总分是六个类别得分的平均，所以没有哪个类别占更大权重。详见方法页。

每个得分都有误差范围（95% 置信区间）。两个模型得分接近到分不出高下时，就并列排名，显示为“3–7”这样的形式。样本较小的模型置信区间更宽，所以可能与更多相邻模型并列。

厂商按 token（模型读写的文字和图片片段）收费，价格差别很大。会先“思考”再回答的模型还会写出大量隐藏的 token。我们按各厂商的标准标价报告 1000 次回答的成本（含思考），这样模型之间可以公平比较。在你自己电脑上运行的模型，每次回答不花钱。

每次回答耗时是我们按正常优先级直接调用模型时，一次回答的典型（中位数）用时；本地运行的模型则是在笔记本显卡上的用时。其中包括作答前的思考时间。暂时无法用可比方式计时的模型显示为“–”。

我们测各大厂商的主力模型、更便宜更小的模型，还有能在个人电脑上跑的开放模型。新模型一出来就会陆续加进来。想推荐模型，可以通过测试你的图片表单告诉我们。

可以。发给我们几张你关心的图片，说说你想从中知道什么。我们私下用这些模型测一遍，再告诉你它们表现如何。测试你的图片。

每次测了新模型或新版本就更新。模型名字不变，内容却可能变了，所以每个结果都注明测试日期。

我们独立运营，自己出钱。没人能花钱上榜，也没有厂商能在测试前看到题目。

可以。汇总结果（得分、置信区间、成本和日期）采用 CC BY 4.0 许可：注明来自 AI Vision Index 并附链接即可。可以下载全部结果（JSON），嵌入实时前 10 名（代码见下方），或者把模型徽章放到你的网站上（每个模型页面都有）。

AI Vision Index (2026). AI Vision Index: independent tests of AI vision models. https://aivisionindex.com/zh/（2026年11月10日 的结果）。