11月26日消息，今日空间推理基准测试SpatialBench更新了最新一期榜单，阿里千问的视觉理解模型Qwen3-VL与Qwen2.5-VL强势占据冠亚军位置，超越了Gemini 3、GPT-5.1、Claude Sonnet 4.5等国际顶尖模型。
SpatialBench榜单显示，Qwen3-VL-235B与Qwen2.5-VL-72B分别取得了13.5和12.9分的优异成绩，显著领先于Gemini 3.0 Pro Preview（9.6分）、GPT-5.1（7.5分）及Claude Sonnet 4.5等海外头部模型。
不过需要指出的是，AI大模型的整体表现与人类水平仍存在差距。人类基准线约为80分，能够专业处理电路分析、CAD工程和分子生物学等复杂空间推理任务，而目前大模型还无法完全自动化完成此类工作。
据了解，Qwen2.5-VL于2024年开源，Qwen3-VL则是阿里在2025年开源的新一代视觉理解模型。
Qwen3-VL在视觉感知和多模态推理方面实现了重大突破，在32项核心能力测评中超越Gemini 2.5 Pro和GPT-5。该模型不仅能调用截图、搜索等工具完成“带图推理”，还能通过一张设计草图或一段小游戏视频直接进行“视觉编程”。
与此同时，Qwen3-VL专门增强了3D检测能力，能够更准确地感知空间关系。基于该模型，机器人可以更好地判断物体方位、视角变化和遮挡关系，实现远处物体的精准抓取。
目前，Qwen3-VL已开源不同版本，包括2B、4B、8B、32B等密集型模型以及30B-A3B、235B-A22B等MoE模型，每个模型都提供指令版和推理版两款，是当下最受企业和开发者欢迎的开源视觉理解模型。同时，Qwen3-VL模型也已上线千问APP，用户可免费体验。
据悉，SpatialBench是近年来兴起的第三方空间推理基准测试榜单，主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力，被AI社区视为衡量“具身智能”进展的新兴测试标准之一。
SpatialBench不仅测试模型已有的知识储备，还重点评估模型在二维和三维空间中感知和操控抽象概念的能力，这对具身智能的落地应用尤为关键。
