Kimi lanza PerceptionBench de código abierto, GPT-5.6-Sol con una precisión del 59.7% lidera

Kimi ha lanzado PerceptionBench, un marco de evaluación de percepción visual para modelos multimodales de código abierto, que tiene como objetivo descomponer la capacidad de percepción visual en 10 habilidades atómicas para una evaluación independiente. Estas habilidades abarcan dimensiones como relaciones visuales, conteo, atributos, profundidad y 3D, localización, comparación, reconocimiento de detalles, integración de contexto, OCR y reconocimiento de ilusiones. Este marco se basa en casos de fallo de modelos de 42 conjuntos de evaluación existentes y contiene un total de 3000 preguntas verificadas manualmente, cada una de las cuales evalúa una única habilidad visual sin necesidad de razonamiento o conocimiento externo. Los resultados de la evaluación muestran que, entre 16 modelos multimodales de vanguardia, ningún modelo tiene una precisión general superior al 60%. GPT-5.6-Sol ocupa el primer lugar con una precisión del 59.7%, seguido de Kimi K3 (58.5%), Claude-Fable-5 (57.2%), Gemini-3.1-Pro (56.2%) y GPT-5.5 (55.8%). El informe señala que las ilusiones visuales siguen siendo la habilidad más débil en el rendimiento de los modelos, y que hay un espacio significativo para mejorar la capacidad de percepción general.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.