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。

総合 OCR（文字認識） 図表理解 宿題 キャプション エンティティ認識 画像から創作 ユーモア 英語 中国語
英語 1 位データ 2026年10月19日
Claude Opus 4.6 (High)Anthropic · 1324

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 · 英語

50 件
すべて オープンウェイト

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 · 英語 ライセンス
スコア 順位 票数
1 GLM-5.3-FlashZ.aiオープン 1295±10 18 5,043 MIT
2 DeepSeek-V4.1-Flash-20260910 (Max)DeepSeekオープン 1288±17 32 1,301 MIT
3 Kimi K2.6Moonshot AIオープン 1287±9 34 6,756 Modified MIT
4 Kimi K2.5 (Thinking)Moonshot AIオープン 1274±8 44 10,972 Modified MIT
5 Gemma 4 31BGoogleオープン 1271±8 47 15,807 Apache 2.0
6 MiMo-V2.6-FlashXiaomiオープン 1269±18 49 1,134 MIT
7 Qwen3.5-397B-A17BAlibabaオープン 1268±7 51 12,659 Apache 2.0
8 MiMo-V2.6-ProXiaomiオープン 1268±24 52 612 MIT
9 Qwen3.8-27BAlibabaオープン 1267±13 53 2,445 Apache 2.0
10 MiniMax-M3MiniMaxオープン 1263±9 56 7,372 MiniMax Community License
11 MiMo-V2.5Xiaomiオープン 1259±8 60 11,479 MIT
12 Kimi K2.5 (Instant)Moonshot AIオープン 1258±16 62 1,419 Modified MIT
13 Gemma 4 26B A4BGoogleオープン 1256±9 63 9,635 Apache 2.0
14 Qwen3-VL-235B-A22B-InstructAlibabaオープン 1256±10 64 4,605 Apache 2.0
15 Qwen3.5-122B-A10BAlibabaオープン 1249±10 68 5,296 Apache 2.0
16 Qwen3.5-27BAlibabaオープン 1246±8 69 11,800 Apache 2.0
17 TInkling-SmallThinking Machinesオープン 1243±12 73 2,816 Apache 2.0
18 Mistral Medium 3.5Mistral AIオープン 1240±14 75 2,314 Modified MIT
19 NNVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)NVIDIAオープン 1239±21 77 864 OpenMDW-1.1
20 Mistral Large 3Mistral AIオープン 1235±12 79 3,184 Apache 2.0
21 Qwen3-VL-235B-A22B-ThinkingAlibabaオープン 1215±18 92 972 Apache 2.0
22 SStep-3StepFunオープン 1199±15 99 1,616 Apache 2.0
23 Gemma 3 27B ITGoogleオープン 1188±10 105 7,938 Gemma
24 GLM-4.5VZ.aiオープン 1183±16 108 1,596 MIT
25 GLM-4.6VZ.aiオープン 1179±20 111 914 MIT
26 Mistral Small 3.2 (2506)Mistral AIオープン 1162±11 117 5,376 Apache 2.0
27 Qwen2.5-VL-32B-InstructAlibabaオープン 1158±19 119 870 Apache 2.0
28 Mistral Small 3.1 24B Instruct (2503)Mistral AIオープン 1157±10 121 14,751 Apache 2.0
29 Llama 4 Maverick 17B 128E InstructMetaオープン 1150±12 123 3,387 Llama 4
30 Llama 4 Scout 17B 16E InstructMetaオープン 1143±12 126 3,098 Llama
31 Qwen2.5-VL-72B-InstructAlibabaオープン 1115±14 131 2,169 Qwen
32 Pixtral Large (2411)Mistral AIオープン 1100±12 133 2,921 MRL
33 Molmo 2 8BAi2オープン 1092±29 135 461 Apache 2.0
34 Qwen2-VL-72BAlibabaオープン 1054±13 143 3,230 Qwen
35 Molmo 72B (0924)Ai2オープン 1045±17 144 1,627 Apache 2.0
36 OInternVL2 26BOpenGVLabオープン 1037±15 145 3,250 MIT
37 Pixtral 12B (2409)Mistral AIオープン 1027±12 147 4,090 Apache 2.0
38 Llama 3.2 90B Vision InstructMetaオープン 1013±12 150 4,630 Llama 3.2
39 Molmo 7B-D (0924)Ai2オープン 1013±18 151 1,530 Apache 2.0
40 Qwen2-VL-7B-InstructAlibabaオープン 1006±14 153 3,028 Apache 2.0
41 Aya Vision 32BCohereオープン 999±30 155 447 CC-BY-NC-4.0
42 Llama 3.2 11B Vision InstructMetaオープン 997±15 156 2,575 Llama 3.2
43 OInternVL2 4BOpenGVLabオープン 986±16 158 2,189 MIT
44 LLLaVA 1.6 34Bオープン 970±16 160 2,813 Apache 2.0
45 CogVLM2 Llama3 Chat 19BZ.aiオープン 969±20 161 1,162 CogVLM2
46 LLLaVA-OneVision Qwen2 72B OVオープン 962±22 162 841 Apache 2.0
47 Nnvila-internal-15b-v1NVIDIAオープン 959±26 163 619 -
48 OMiniCPM-V 2.6OpenBMBオープン 949±19 165 1,256 Apache 2.0
49 MPhi-3.5 Vision InstructMicrosoftオープン 875±19 166 1,608 MIT
50 MPhi-3 Vision 128K InstructMicrosoftオープン 837±23 167 880 MIT

スコア：LMArena leaderboard-dataset（lmarena-ai、Hugging Face、CC-BY-4.0、vision 設定）、英語の公開日 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

  1. 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。
  2. 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。
  3. 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。
  4. 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。