マルチモーダル AI ランキング（画像理解）
LMArena Vision Arena のスコア順。ユーザーが画像をアップロードして質問し、匿名の 2 モデルの回答に投票します。
- オープンウェイト首位Gemma 4 26B A4B1297Google
2026年10月19日 公開の LMArena Vision Arena では Anthropic の Claude Fable 5 (High) が 1325（14,714 票）で 167 モデル中 1 位です。
全ランキング · キャプション
9 件既定は LMArena スコア降順。± は 95% 信頼区間の半幅。カテゴリ列は各サブボードのスコア（– は未掲載）。
| # | モデル | LMArena · キャプション | ライセンス | ||
|---|---|---|---|---|---|
| スコア↓ | 順位 | 票数 | |||
| 1 | Gemma 4 26B A4BGoogleオープン |
1297±70 | 4 | 63 | Apache 2.0 |
| 2 |  Qwen3-VL-235B-A22B-InstructAlibabaオープン |
1281±45 | 5 | 146 | Apache 2.0 |
| 3 |  Kimi K2.5 (Thinking)Moonshot AIオープン |
1257±48 | 11 | 125 | Modified MIT |
| 4 | Qwen3.5-397B-A17BAlibabaオープン |
1230±57 | 15 | 78 | Apache 2.0 |
| 5 | Gemma 4 31BGoogleオープン |
1218±54 | 17 | 106 | Apache 2.0 |
| 6 | Qwen3.5-27BAlibabaオープン |
1170±81 | 27 | 61 | Apache 2.0 |
| 7 |  Mistral Small 3.1 24B Instruct (2503)Mistral AIオープン |
1153±38 | 29 | 258 | Apache 2.0 |
| 8 | Gemma 3 27B ITGoogleオープン |
1151±39 | 30 | 258 | Gemma |
| 9 | Mistral Small 3.2 (2506)Mistral AIオープン |
1059±49 | 34 | 177 | Apache 2.0 |
スコア：LMArena leaderboard-dataset（lmarena-ai、Hugging Face、CC-BY-4.0、vision 設定）、キャプションの公開日 2026年10月19日。引用時は出典を明記してください。
データソースと算出方法
- LMLMArena ランキングデータセット（Hugging Face、CC-BY-4.0）
vision 設定、2026年10月19日 公開、総合 167 モデル。
- スコアは同じ画像プロンプトへの匿名 2 回答に対する人間の投票から Bradley-Terry モデルで推定した Arena スコアです。
- カテゴリ（OCR、図表、宿題、キャプション、中国語／英語など）はプロンプト種別ごとに LMArena が別に算出したもので、総合スコアの内訳ではありません。
- 公開データのない項目（価格・コンテキスト長・公開日など）は表示せず、空欄は – です。推測はしません。
- 毎日自動同期。JSON API： /api/public/vision-leaderboard.php
今週の変動
データ蓄積中：1 日分を記録、7 日分そろうと週間変動を表示します
毎日 1 回自動同期して順位を記録。実際のスナップショット同士だけを比較し、補完はしません。よくある質問
現在最も強いマルチモーダル（画像理解）モデルは？
2026年10月19日 公開の LMArena Vision Arena では Anthropic の Claude Fable 5 (High) が 1325（14,714 票）で 167 モデル中 1 位です。
各社で最も強い画像理解モデルは？
総合での各社トップ：Anthropic Claude Fable 5 (High) (1325, #1)、Google Gemini 3.8 Flash (High) (1315, #7)、Alibaba Qwen3.8-Max (1313, #10)、Meta Muse Spark 1.3 (Max) (1308, #12)、OpenAI GPT-5.4 (High) (1303, #18)。
OCR（文字認識）が最も得意なモデルは？
LMArena の OCR ボード（123 モデル）では Claude Fable 5 (High) が 1337 で 1 位。
最も強いオープンウェイトの画像理解モデルは？
オープンウェイトは 50 件、首位は GLM-5.3-Flash（1294、MIT）。
MMMU などのベンチマークとの違いは？
MMMU などは固定問題の自動採点です。本ランキングは利用者自身の画像と質問による匿名投票で、実利用での好みを反映します。相互換算はできません。