Resultados de Benchmark de Raciocínio Visual para 15 Modelos de IA Multimodal

Visão Geral do Benchmark

A AIMultiple realizou um benchmark de raciocínio visual com 15 principais modelos de IA multimodal usando 200 questões baseadas em elementos visuais. O benchmark foi dividido em duas categorias distintas: 100 questões de compreensão de gráficos focadas na interpretação de visualização de dados, e 100 questões de lógica visual abrangendo reconhecimento de padrões e raciocínio espacial.

Metodologia

Cada questão foi executada 5 vezes para garantir confiabilidade estatística. O benchmark testou especificamente a capacidade dos modelos de interpretar visualizações de dados e resolver problemas de lógica visual que exigem reconhecimento de padrões e raciocínio espacial.

Resultados

O ranking geral mostra Gemini-3.1-pro-preview e Gemini-3-pro-preview na liderança, seguidos por GPT-5.2, Kimi-K2.5 e GPT-5.2-pro. Os resultados revelam um padrão consistente na maioria dos sistemas: os modelos têm melhor desempenho em tarefas de interpretação de gráficos baseados em dados do que em problemas de lógica visual, onde o desempenho cai significativamente.

Para desenvolvedores que trabalham com sistemas de IA multimodal, este benchmark fornece dados concretos sobre os pontos fortes relativos em diferentes tipos de tarefas de raciocínio visual. A diferença de desempenho entre interpretação de gráficos e lógica visual sugere que os modelos atuais têm capacidades mais fortes no processamento de dados visuais estruturados do que no raciocínio espacial abstrato.