SuperCLUE中文VLM测评出炉 字节豆包登顶超越谷歌Gemini

2026年4月29日公开的SuperCLUE-VLM最新中文多模态视觉语言模型测评结果显示，字节跳动旗下Doubao-Seed-2.0-Pro-260215以90.66分的总得分位列17款参测国内外模型榜首，超越谷歌Gemini-3.1-Pro-Preview的89.35分。本次测评覆盖基础认知、视觉推理、视觉应用三大维度25项细分任务，阿里Qwen3.5系列、商汤SenseNova、智谱GLM等国产模型均跻身前列。

过去三年，中文多模态视觉语言模型（VLM）的第三方测评头部位置长期被海外科技厂商垄断，国产模型最好成绩仅能进入前五，而最新出炉的榜单彻底改写了这一行业固有认知。

本次SuperCLUE-VLM测评共纳入17款国内外主流视觉大模型，测试维度覆盖基础认知、视觉推理、视觉应用三大方向，包含通用物体识别、复杂场景推理、医疗影像判读等25项细分任务，是目前国内覆盖场景最全面的中文VLM专项测评之一。

字节跳动旗下Doubao-Seed-2.0-Pro-260215以90.66分的综合得分拿下总榜第一，比排名第二的谷歌Gemini-3.1-Pro-Preview高出1.31分，这也是国产视觉大模型首次在全维度综合测评中超越谷歌旗下的旗舰多模态产品。

除了豆包之外，其余上榜的国产模型表现同样亮眼：阿里巴巴Qwen3.5视觉版、商汤SenseNova多模态模型、智谱GLM-4V分别拿下总榜第三、第五、第六名，而此前被普遍看好的OpenAI GPT-5.4仅排在总榜第八位，落入中游区间。