اوڈیلی پلانٹ ڈیلی کے مطابق، کیمی نے متعدد ماڈلز کے بصری احساس کے جائزے کے لیے اوپن سورس بینچ مارک PerceptionBench کا اعلان کیا ہے، جس کا مقصد بصری احساس کی صلاحیت کو 10 عناصر میں تقسیم کرکے الگ الگ جانچنا ہے، جس میں بصری تعلقات، شمار، خصوصیات، گہرائی اور 3D، مقام، تقابل، باریکی والی شناخت، سیاق و سباق کا ادراک، OCR اور وہم کی شناخت جیسے پہلو شامل ہیں۔ یہ بینچ مارک 42 موجودہ جائزہ سیٹس سے ماڈل کی ناکامیوں کے معاملات پر مبنی ہے اور اس میں 3000 ایسے سوالات شامل ہیں جنہیں انسانی طور پر تصدیق کیا گیا ہے، جس میں ہر سوال صرف ایک بصری صلاحیت کا جائزہ لیتا ہے اور کوئی استدلال یا بیرونی علم درکار نہیں۔
جائزے کے نتائج کے مطابق، 16 ایڈوانسڈ ملٹی مودل بڑے ماڈلز میں سے کوئی بھی ماڈل کل درستگی 60 فیصد سے زیادہ نہیں حاصل کر پایا۔ GPT-5.6-Sol 59.7 فیصد درستگی کے ساتھ پہلے نمبر پر ہے، جبکہ Kimi K3 (58.5%)، Claude-Fable-5 (57.2%)، Gemini-3.1-Pro (56.2%) اور GPT-5.5 (55.8%) پانچویں نمبر تک کے ہیں۔ رپورٹ میں بتایا گیا ہے کہ ویژوئل ہالوسینیشن (Hallucination) ابھی تک تمام ماڈلز کی سب سے کمزور صلاحیت ہے، اور کلی محسوس کرنے کی صلاحیت میں اب بھی نمایاں بہتری کا امکان ہے۔