中文视觉大模型迎来洗牌期：豆包拿下总榜首位 国内模型全面反超海外阵营

4月29日消息，SuperCLUE-VLM2026年4月中文多模态视觉语言模型测评结果正式公布，国产模型迎来全面爆发。

字节跳动的Doubao-Seed-2.0-Pro-260215以90.66分的成绩位居总榜首位，超过了海外模型谷歌Gemini-3.1-Pro-Preview（89.35分）。

本次评测覆盖国内外17款主流模型，国产阵营表现强势，阿里Qwen3.5系列、商汤SenseNova、智谱GLM等多款产品跻身前列。OpenAIGPT-5.4、X.AIGrok等海外知名模型仅排中游，被国产模型全面超越。

测评从基础认知、视觉推理、视觉应用三个维度展开，包含通用识别、图表推理、医疗影像等25项具体任务。国产模型在基础认知与数据分析上优势明显，得分普遍超过90分，整体表现成熟稳定。

不过在视觉推理和工业、医疗等垂直应用上，国内模型仍有提升空间，部分专业场景得分偏低。

整体而言，此次榜单表明中文多模态AI取得了关键进展，国产模型在中文场景的理解与综合能力方面已超越海外。