1. 图表数据
  2. Meta
  3. Model Benchmark Comparison
Meta表格图 · 98 个数据点 · Muse Glimmer

Model Benchmark Comparison

Meta 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

从图片估算 57%Meta 全部模型全部图表数据
图表来自 Meta. 来源: x.com

我们的相似重绘

相似度 7.9 / 10
原图, Meta
我们的相似重绘. 相似度 7.9 / 10左右滑动查看标签。

由我们在你的浏览器里，用下面的数字、按原图的版式、配色和标签样式画出。表格里带 ~ 的是估算值。相似重绘需要评审得分达到 7 分（满分 10）才会展示。

数字

98 个点中前 10 个免费
分组系列数值来源置信
MCP AtlasMuse Glimmer-3B (Thinking High)75.5估算0.50
MCP AtlasGemma3-31B (Thinking Mode)54.2估算0.50
MCP AtlasQwen3.6-27B (Thinking Mode)62.5估算0.97
Deep3-BankingMuse Glimmer-3B (Thinking High)74.6估算0.50
Deep3-BankingGemma3-31B (Thinking Mode)61.7估算0.50
Deep3-BankingQwen3.6-27B (Thinking Mode)71.1估算0.50
GDPval-AAMuse Glimmer-3B (Thinking High)95.3估算0.50
GDPval-AAGemma3-31B (Thinking Mode)81.1估算0.50
GDPval-AAQwen3.6-27B (Thinking Mode)114.1估算0.97
SkillsBench (With Skills)Muse Glimmer-3B (Thinking High)44.3估算0.50

Max 数据，目前留邮箱免费看

查看全部 98 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

SkillsBench (With Skills)Gemma3-31B (Thinking Mode)32.4估算0.50
SkillsBench (With Skills)Qwen3.6-27B (Thinking Mode)40估算0.30
OSWorld-VerifiedMuse Glimmer-3B (Thinking High)65.9估算0.50
OSWorld-VerifiedGemma3-31B (Thinking Mode)58.5估算0.50
OSWorld-VerifiedQwen3.6-27B (Thinking Mode)75.6估算0.97
SWE-Bench ProMuse Glimmer-3B (Thinking High)51.2估算0.50
SWE-Bench ProGemma3-31B (Thinking Mode)36.9估算0.50
SWE-Bench ProQwen3.6-27B (Thinking Mode)50.2估算0.97
SWE-Bench VerifiedMuse Glimmer-3B (Thinking High)76估算0.50
SWE-Bench VerifiedGemma3-31B (Thinking Mode)66.6估算0.50
SWE-Bench VerifiedQwen3.6-27B (Thinking Mode)77.2估算0.97
TerminalBench 2.1Muse Glimmer-3B (Thinking High)51.7估算0.50
TerminalBench 2.1Gemma3-31B (Thinking Mode)43.4估算0.50
TerminalBench 2.1Qwen3.6-27B (Thinking Mode)60.7估算0.97
SciCodeMuse Glimmer-3B (Thinking High)43.6估算0.50
SciCodeGemma3-31B (Thinking Mode)43.4估算0.50
SciCodeQwen3.6-27B (Thinking Mode)39.8估算0.97
Charxiv ReasoningMuse Glimmer-3B (Thinking High)78.8估算0.50
Charxiv ReasoningGemma3-31B (Thinking Mode)77.7估算0.50
Charxiv ReasoningQwen3.6-27B (Thinking Mode)78.4估算0.97
ScreenSpot ProMuse Glimmer-3B (Thinking High)75.4估算0.50
ScreenSpot ProGemma3-31B (Thinking Mode)75.9估算0.50
ScreenSpot ProQwen3.6-27B (Thinking Mode)76.1估算0.97
OmniDocBench v1.5Muse Glimmer-3B (Thinking High)75.8估算0.50
OmniDocBench v1.5Gemma3-31B (Thinking Mode)72.5估算0.50
OmniDocBench v1.5Qwen3.6-27B (Thinking Mode)76.95估算0.90
MMMU ProMuse Glimmer-3B (Thinking High)74估算0.50
MMMU ProGemma3-31B (Thinking Mode)73估算0.50
MMMU ProQwen3.6-27B (Thinking Mode)75估算0.97
IFBenchMuse Glimmer-3B (Thinking High)77估算0.50
IFBenchGemma3-31B (Thinking Mode)76估算0.50
IFBenchQwen3.6-27B (Thinking Mode)70.8估算0.50
AIME 2026Muse Glimmer-3B (Thinking High)94.7估算0.50
AIME 2026Gemma3-31B (Thinking Mode)89.2估算0.50
AIME 2026Qwen3.6-27B (Thinking Mode)94.1估算0.97
GPQA DiamondMuse Glimmer-3B (Thinking High)83.5估算0.50
GPQA DiamondGemma3-31B (Thinking Mode)85.7估算0.50
GPQA DiamondQwen3.6-27B (Thinking Mode)84.2估算0.97
Humanity's Last Exam (Text-No Tools)Muse Glimmer-3B (Thinking High)22估算0.50
Humanity's Last Exam (Text-No Tools)Gemma3-31B (Thinking Mode)23.6估算0.50
Humanity's Last Exam (Text-No Tools)Qwen3.6-27B (Thinking Mode)23.1估算0.97
AA-LCRMuse Glimmer-3B (Thinking High)80估算0.50
AA-LCRGemma3-31B (Thinking Mode)68.3估算0.50
AA-LCRQwen3.6-27B (Thinking Mode)73.3估算0.97
MCP AtlasMuse Glimmer-30B75.5估算0.50
DeepResearch QAMuse Glimmer-30B74.6估算0.50
τ²-BankingMuse Glimmer-30B23.5估算0.50
GDPval-AAMuse Glimmer-30B95.3估算0.50
GAIA2Muse Glimmer-30B43.3估算0.50
SkillsBenchMuse Glimmer-30B44.3估算0.50
OSWorld-VerifiedMuse Glimmer-30B65.9估算0.50
SWE-Bench ProMuse Glimmer-30B51.2估算0.50
SWE-Bench VerifiedMuse Glimmer-30B76估算0.50
TerminalBench 2.1Muse Glimmer-30B51.7估算0.50
SciCodeMuse Glimmer-30B43.6估算0.50
Charxiv ReasoningMuse Glimmer-30B78.8估算0.50
ScreenSpot ProMuse Glimmer-30B75.4估算0.50
OmniDocBench v1.5Muse Glimmer-30B75.8估算0.50
MMMU ProMuse Glimmer-30B74估算0.50
AIME 2026Muse Glimmer-30B94.7估算0.50
GPQA DiamondMuse Glimmer-30B83.5估算0.50
Humanity's Last ExamMuse Glimmer-30B22估算0.50
AA-LCRMuse Glimmer-30B80估算0.50
Beam 128KMuse Glimmer-30B65.1估算0.50
MCP AtlasGemma4-31B54.2估算0.50
DeepResearch QAGemma4-31B61.7估算0.50
τ²-BankingGemma4-31B15.1估算0.50
GDPval-AAGemma4-31B81.1估算0.50
GAIA2Gemma4-31B36.4估算0.50
SkillsBenchGemma4-31B32.4估算0.50
OSWorld-VerifiedGemma4-31B58.5估算0.50
SWE-Bench ProGemma4-31B36.9估算0.50
SWE-Bench VerifiedGemma4-31B66.6估算0.50
TerminalBench 2.1Gemma4-31B43.4估算0.50
SciCodeGemma4-31B43.4估算0.50
Charxiv ReasoningGemma4-31B77.7估算0.50
ScreenSpot ProGemma4-31B75.9估算0.50
OmniDocBench v1.5Gemma4-31B73估算0.50
MMMU ProGemma4-31B73估算0.50
AIME 2026Gemma4-31B89.2估算0.50
GPQA DiamondGemma4-31B85.7估算0.50
Humanity's Last ExamGemma4-31B23.6估算0.50
AA-LCRGemma4-31B68.3估算0.50
Beam 128KGemma4-31B58.2估算0.50
DeepResearch QAQwen3.6-27B71.1估算0.50
τ²-BankingQwen3.6-27B16.7估算0.50
GAIA2Qwen3.6-27B40估算0.50
Beam 128KQwen3.6-27B63估算0.50
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：b62b4efec99b。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/b62b4efec99b标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/b62b4efec99b/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/b62b4efec99b/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/b62b4efec99b/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

从这张图的相似重绘开始，或选一个简化形式。无论哪种，你的数字都从这张图的真实数据起步。

Meta 的更多数据

全部图表数据
从图片估算相似重绘 8.3Llama3.1 405B Human EvaluationMeta · 堆叠柱状图 · 9 个数据点从图片估算相似重绘 8.1AI Model Performance TrendMeta · 折线图 · 4 个数据点从图片估算Terminal-Bench 2.1, DeepSWE 1.1, Meta Internal Coding BenchMeta · 跑分柱状图 · 17 个数据点从图片估算Google and Meta are Benchmaxxerssemianalysis · 表格图 · 12 个数据点从图片估算Benchmark ComparisonMeta · 表格图 · 13 个数据点从图片估算MCP Atlas vs GDPval-AA V2Meta · 跑分柱状图 · 14 个数据点

常见问题

这些数字有多准？

它们由两遍独立读图估算得出，置信度 0.57（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

这些数据可以直接用吗？

这些数字描述的是 Meta 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/b62b4efec99b.json 和 /api/charts/b62b4efec99b.skill.md。