多模态AI视觉推理基准测试：Gemini 3.1 Pro登顶，图表理解整体优于视觉逻辑

AIMultiple于2026年5月7日发布多模态AI视觉推理基准测试报告，对15款主流多模态模型进行200道视觉题目的系统评测，揭示当前大模型在视觉推理领域的真实能力边界。

基准测试设计：
• 图表理解测试（100题）：评估数据可视化解读能力
• 视觉逻辑测试（100题）：评估模式识别与空间推理能力
• 每题运行5次确保结果稳定性

核心发现：
• Gemini 3.1 Pro Preview在视觉推理综合榜单中排名第一，在图表理解和视觉逻辑两个维度均表现最优；
• GPT-5.2、Kimi-K2.5、GPT-5.2 Pro组成第二梯队；
• 图表理解整体优于视觉逻辑：大多数模型在数据驱动的可视化任务上表现良好，但在抽象逻辑推理上存在明显能力gap；
• LLaMA-4 Maverick在视觉逻辑测试中表现落后，体现出将视觉输入与逻辑步骤连接的能力短板。

趋势判断：
数据驱动的图表解读已成为当前多模态模型的”基本功”，而高阶视觉推理（空间关系、抽象模式识别）仍是制约AI泛化能力的关键瓶颈。这也为下一代多模态架构的研发指明了方向。