基米托开源视觉感知基准测试，顶尖模型准确率不足60%

基米托发布PerceptionBench，拆解10项原子级视觉能力。GPT-5.6-Sol以59.7%居首，视觉幻觉成最大短板。

据 Woofun AI 消息，Kimi 宣布将多模态大型模型视觉感知评估基准测试 PerceptionBench 开源。该基准旨在将视觉感知能力拆解为视觉关系识别、计数、属性判断等10项可独立评估的原子级能力，基于42个现有评估集中的模型失败案例构建，包含3,000道经人工验证的题目，每道题仅测试单一视觉能力，无需模型进行推理或调用外部知识。

评估数据显示，在16款最先进的多模态大型模型中，无一款总体准确率超过60%。GPT-5.6-Sol以59.7%的准确率位居第一，Kimi K3（58.5%）、Claude-Fable-5（57.2%）、Gemini-3.1-Pro（56.2%）和GPT-5.5（55.8%）紧随其后位列前五。报告指出，视觉幻觉仍是所有模型中最薄弱的环节，表明当前模型的整体感知能力仍有较大提升空间。