MMMU-Pro benchmark
165 AI models ranked on MMMU-Pro. Each row shows the model’s score next to its cheapest API price per 1M tokens where it has one, so you can weigh quality against cost.
Top model today
Claude Opus 5.5 (Anthropic) leads at 88%, from $4.00 per 1M input via Anthropic.
Data via arXiv:2409.02813 →Models ranked
165
on this benchmark
Top score
88%
current leader
Type
Single eval
benchmark
Updated
Oct 14, 2026
benchmark scores
Cost vs MMMU-Pro
124 priced modelsEach labelled name links to that model’s page. Curated to the cost-efficiency frontier, top scorers and cheapest so labels stay readable; the full field is in the leaderboard table below (and via “select all”). Reasoning models (extended “thinking” before answering) carry a ring around the dot.
Models ranked on MMMU-Pro
highest score first · 165 models| # | ||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 |  Anthropic | 88% | $4.00 via Anthropic | $20.00 via Databricks | |||||||||||||||||||||||||||||
| 2 | GPT-6 Astra |  OpenAI | 87% | $10.00 via OpenAI | $50.00 via OpenAI | |||||||||||||||||||||||||||||
| 3 | GPT-6.1 Sol | OpenAI | 86% | $2.00 via OpenAI | $10.00 via OpenAI | |||||||||||||||||||||||||||||
| 4 | Gemini 3.8 Flash |  Google | 86% | $0.75 via Google | $3.75 via Google | |||||||||||||||||||||||||||||
| 5 | Gemini 3.7 Flash | Google | 85% | $0.75 via Google | $3.75 via Google | |||||||||||||||||||||||||||||
| 6 | Claude Opus 5 | Anthropic | 85% | $5.00 via Anthropic | $25.00 via Anthropic | |||||||||||||||||||||||||||||
| 7 | Gemini 3.5 Flash | Google | 84% | $1.50 via Google | $9.00 via Google | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 8 | GPT-5.6 Sol | OpenAI | 83% | $2.00 Routed quote | $10.00 Routed quote | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 9 | Gemini 3.6 Flash | Google | 83% | $0.75 via Google | $3.75 via Google | |||||||||||||||||||||||||||||
| 10 | GPT-6 Sol | OpenAI | 83% | $2.00 via OpenAI | $10.00 via OpenAI | |||||||||||||||||||||||||||||
| 11 | Qwen3.8 Max (0902) |  Alibaba | 83% | $2.00 Routed quote | $6.00 Routed quote | |||||||||||||||||||||||||||||
| 12 | Gemini 3.1 Pro Preview | Google | 82% | $2.00 via Google | $12.00 via Google | |||||||||||||||||||||||||||||
| 13 | Qwen3.8 Max | Alibaba | 82% | $1.65 via DeepInfra | $4.95 via DeepInfra | |||||||||||||||||||||||||||||
| 14 | GPT-5.5 | OpenAI | 81%medium | $5.00 via OpenAI | $30.00 via OpenAI | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 15 | GPT-5.6 Terra | OpenAI | 81% | $2.00 via OpenAI | $12.00 via OpenAI | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 16 | Kimi K3 |  Moonshot | 81% | $0.70 Routed quote | $12.50 via Sail | |||||||||||||||||||||||||||||
| 17 | Muse Spark |  Meta | 81% | n/a | n/a | |||||||||||||||||||||||||||||
| 18 | Qwen3.7 Plus | Alibaba | 80% | $0.282 via Aihubmix | $1.13 via Aihubmix | |||||||||||||||||||||||||||||
| 19 | Grok 4.5 |  xAI | 80% | $2.00 via xAI | $6.00 via xAI | |||||||||||||||||||||||||||||
| 20 | Gemini 3 Pro | Google | 80% | $2.00 via Replicate | $12.00 via Replicate | |||||||||||||||||||||||||||||
| 21 | Gemini 3 Flash | Google | 80%reasoning: true | $0.50 Routed quote | $3.00 Routed quote | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 22 | Qwen3.8-Flash-Next | Alibaba | 80% | n/a | n/a | |||||||||||||||||||||||||||||
| 23 | GPT-6 Luna | OpenAI | 80% | $0.10 via OpenAI | $0.50 via OpenAI | |||||||||||||||||||||||||||||
| 24 | Kimi K2.6 | Moonshot | 79% | $0.65 via Wandb | $3.40 via Novita | |||||||||||||||||||||||||||||
| 25 | Apodex 1.1 | Apodex | 79% | n/a | n/a | |||||||||||||||||||||||||||||
| 26 | Gemini 3.5 Flash Lite | Google | 79% | $0.30 via Google | $2.50 via Aihubmix | |||||||||||||||||||||||||||||
| 27 | inclusionAI: Ling 3.0 Flash VL | Other | 79% | $0.075 Routed quote | $0.22 Routed quote | |||||||||||||||||||||||||||||
| 28 | Claude Opus 4.7 | Anthropic | 79% | $5.00 via Anthropic | $25.00 via Anthropic | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 29 | MiniMax M3 |  MiniMax | 79% | $0.23 via Wandb | $0.96 via Wandb | |||||||||||||||||||||||||||||
| 30 | GPT-5.6 Luna | OpenAI | 79% | $0.20 via OpenAI | $1.20 via OpenAI | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 31 | GPT-5.3-Codex | OpenAI | 78% | $1.75 via Aihubmix | $14.00 via Aihubmix | |||||||||||||||||||||||||||||
| 32 | GPT-5.4 | OpenAI | 78% | $2.50 via Databricks | $15.00 via OpenAI | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 33 | Grok 4.3 | xAI | 78% | $1.25 via xAI | $2.50 via xAI | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 34 | Qwen3.6 Plus | Alibaba | 78% | $0.325 Routed quote | $1.95 Routed quote | |||||||||||||||||||||||||||||
| 35 | GPT 5.4 Low | OpenAI | 78% | $2.50 via Aihubmix | $15.00 via Aihubmix | |||||||||||||||||||||||||||||
| 36 | Claude Sonnet 5 | Anthropic | 77% | $2.00 via Anthropic | $10.00 via Anthropic | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 37 | Qwen3.5 397B A17B | Alibaba | 77% | $0.164 via Aihubmix | $0.986 via Aihubmix | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 38 | DeepSeek V4.1 Flash |  DeepSeek | 77% | $0.01 via Coralbricks | $0.60 via Sail | |||||||||||||||||||||||||||||
| 39 | Grok Build 0.1 0616 | Spacexai | 77% | n/a | n/a | |||||||||||||||||||||||||||||
| 40 | Mistral Large 4 |  Mistral | 76% | $0.68 via Mistral | $2.09 via Mistral | |||||||||||||||||||||||||||||
| 41 | Step 5 Preview | Stepfun | 76% | n/a | n/a | |||||||||||||||||||||||||||||
| 42 | Qwen3.8 27B | Alibaba | 76% | $0.04 Routed quote | $1.49 via Cerebras | |||||||||||||||||||||||||||||
| 43 | GPT-5.2-Codex | OpenAI | 76% | $1.75 via Databricks | $14.00 via Databricks | |||||||||||||||||||||||||||||
| 44 | Gemini 3.1 Flash Lite Preview | Google | 76% | $0.25 via Google | $1.50 via Google | |||||||||||||||||||||||||||||
| 45 | GPT-5.1 | OpenAI | 75% | $1.25 via Databricks | $10.00 via Databricks | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 46 | Claude Opus 4.6 | Anthropic | 75%reasoning: adaptive | $5.00 via Anthropic | $25.00 via Anthropic | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 47 | MiMo-V2.5 |  Xiaomi | 75% | $0.14 Routed quote | $0.28 Routed quote | |||||||||||||||||||||||||||||
| 48 | Agnes 2.5 Pro Beta | Sapiens-ai | 75% | n/a | n/a | |||||||||||||||||||||||||||||
| 49 | Kimi K2.5 | Moonshot | 75% | $0.45 via DeepInfra | $2.25 via DeepInfra | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 50 | Step 3.7 Flash | Other | 75% | $0.20 via DeepInfra | $1.15 via DeepInfra | |||||||||||||||||||||||||||||
Frequently asked questions
What is the MMMU-Pro benchmark?
A more robust version of the MMMU multimodal benchmark testing reasoning over combined images and text across many disciplines. It filters out text-only-answerable questions, expands the answer options, and adds a vision-only mode where the question is embedded in the image. Scored as multiple-choice accuracy.
Which AI model scores highest on MMMU-Pro?
Claude Opus 5.5 (Anthropic) leads with 88%, from $4.00 per 1M input tokens from Anthropic.
How many models are ranked on MMMU-Pro?
165 models carry an MMMU-Pro score. Scores come from Artificial Analysis; where a model has a listed API price it is drawn from LiteLLM and OpenRouter, and models with no current price are listed without one.
Other benchmarks
compare the same models on a different evalEvery weekday
AI moves fast. Here's your debrief.
News, analysis, tools, and more.
For people who build with AI