Visual Perception on BLINK (val)

95.67Validation ScoreHuman

Evaluation Results

Method
Human2026.02	95.67	80	96.7	93.75	99.19	99	95.3	80.77	96.07	98.25	98	99.42	92.48	95.14	100
Qwen3-VL-8B2026.05	65.9	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Molmo2-4B2026.05	63.5	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Qwen3-VL-4B2026.05	63.2	—	—	—	—	—	—	—	—	—	—	—	—	—	—
ReMoT -CoT-4B2026.02	62.15	23.2	84.44	73.33	80.65	59.33	75.21	46.92	64.03	86.71	53.28	87.21	42.86	28.36	56.06
GPT-4o2026.02	60.04	31.33	72.59	49.17	74.19	55.33	82.91	40.77	53.96	69.23	59.84	75	59.4	37.31	79.55
InternVL3.5-8B2026.05	59.8	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Molmo2-8B2026.05	59.6	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Qwen3VL-4B-Thinking2026.02	59.5	10	61.54	71.67	80.65	58.67	77.42	39.23	56.12	88.11	52.46	86.63	49.62	33.58	60.61
InternVL3.5-4B2026.05	58.2	—	—	—	—	—	—	—	—	—	—	—	—	—	—
V-Reflection2026.03	56.4	33.3	—	65.8	—	49.6	—	—	—	90.9	—	—	—	44.8	—
LVR2026.03	55.4	29.3	—	70	—	52	—	—	—	86	—	—	—	42.5	—
PAPO2026.03	54.8	29.3	—	66.7	—	52	—	—	—	88.8	—	—	—	39.6	—
GPT-4 Turbo2026.02	54.61	32.67	80.74	57.5	66.13	69.33	79.49	24.62	30.94	69.23	52.46	52.33	52.63	32.84	63.64
Qwen2.5-VL-7B2026.03	54.5	27.3	—	65.8	—	52.7	—	—	—	88.1	—	—	—	41	—
PixelReasoner2026.03	54.5	25.3	—	66.7	—	52.7	—	—	—	88.1	—	—	—	42.5	—
Qwen3-VL-2B2026.05	53.2	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Qwen2.5-VL-7B + vanilla SFT2026.03	53.1	26.7	—	60.8	—	45.3	—	—	—	88.8	—	—	—	33.6	—
InternVL3.5-2B2026.05	51.3	—	—	—	—	—	—	—	—	—	—	—	—	—	—
GPT-4V(ision)2026.02	51.14	22.67	78.52	60.83	59.68	70	79.49	26.15	28.78	72.73	54.92	33.72	55.64	38.81	34.09
GPT-4o2026.03	51.1	30	—	51.7	—	58	—	—	—	76.9	—	—	—	38.8	—
PerceptionLM-3B2026.05	49.8	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Zamba2-VL-7B2026.05	49.3	—	—	—	—	—	—	—	—	—	—	—	—	—	—
LLaVA-v1.6-34B2026.02	46.8	26	48.89	66.67	67.74	54.67	43.59	20.77	23.74	74.83	59.02	30.81	62.41	31.34	44.7
PerceptionLM-1B2026.05	45.6	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Gemini Pro2026.02	45.16	23.33	52.59	52.5	40.32	57.33	50.43	24.62	26.62	74.83	53.28	42.44	44.36	38.81	50.76
Claude 3 OPUS2026.02	44.05	24.67	72.59	50.83	47.58	32.67	65.81	21.54	25.18	58.04	51.64	36.63	56.39	26.87	46.21
InternVL3.5-1B2026.05	43.4	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Zamba2-VL-1.2B2026.05	43.2	—	—	—	—	—	—	—	—	—	—	—	—	—	—
Vision-R12026.03	42.8	26.7	—	51.7	—	27.3	—	—	—	66.4	—	—	—	44.8	—
LLaVA-v1.5-13B2026.02	42.66	26	47.41	45	53.23	58	47.01	26.15	32.37	67.83	52.46	29.07	44.36	36.57	31.82
Zamba2-VL-2.7B2026.05	42.3	—	—	—	—	—	—	—	—	—	—	—	—	—	—
InstructBLIP-13B2026.02	42.24	24.67	49.63	30.83	51.61	52.67	51.28	29.23	32.37	65.73	55.74	29.65	57.14	38.81	21.97
LLaVA-v1.5-13B-xtuner2026.02	42	24.67	47.41	48.33	54.03	52	47.01	30	30.94	69.93	45.08	29.65	44.36	38.81	25.76
CogVLM2026.02	41.54	26.67	47.41	38.33	52.42	52.67	47.86	23.08	33.09	63.64	52.46	29.65	54.14	29.85	30.3
Qwen-VL-Max2026.02	40.28	21.33	51.11	56.67	58.06	4.67	38.46	28.46	23.02	69.93	48.36	31.4	51.88	36.57	43.94
InstructBLIP-7B2026.02	39.72	20	47.41	32.5	51.61	52.67	47.01	23.85	30.94	56.64	48.36	30.81	55.64	33.58	25
LLaVA-v1.5-7B-xtuner2026.02	39.36	18.67	47.41	45.83	51.61	52.67	47.01	20	28.78	68.53	36.89	29.07	38.35	29.85	36.36
OpenFlamingo-v22026.02	39.18	18.67	62.22	30	54.03	47.33	52.99	24.62	30.22	43.36	56.56	25.58	44.36	36.57	21.97
Random Choice2026.02	38.09	25	50	25	50	50	50	25	25	50	50	25	50	33.33	25
LLaVA-internLM2-7B2026.02	37.71	22	48.89	55	57.26	28.67	29.06	23.85	27.34	76.22	50	27.91	44.36	32.09	5.3
LLaVA-v1.5-7B2026.02	37.13	20	47.41	40	52.42	11.33	47.01	20	23.02	61.54	56.56	25.58	51.88	39.55	23.48
MiniGPT-4-v22026.02	34.23	20.67	44.44	13.33	50.81	34.67	43.59	20.77	28.78	44.76	47.54	26.16	48.87	30.6	24.24
PerceptionLM-8B2026.05	27	—	—	—	—	—	—	—	—	—	—	—	—	—	—