VideoMemBench 评测:Claude Opus 5 获 45.7 分,25 个大模型视频记忆大考
Sydney Tech 等机构发布 VideoMemBench 数据集,通过场景依赖与答案依赖评估多模态大模型在视频对话中的长期记忆能力。评测涵盖 326 段视频和 2,476 轮问答,Claude Opus 5 以 45.7 分综合得分位居榜首,Gemini 3.8 Flash 和 Kimi K3 紧随其后。结果显示模型在长距离回指和多轮关联任务中表现普遍较弱,且早期回答错误会显著影响后续判断。












