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
宿題 1 位データ 2026年10月19日
Claude Opus 5.5 (High)Anthropic · 1362

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 · 宿題

30 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 · 宿題 ライセンス
スコア 順位 票数
1 GLM-5.3-FlashZ.aiオープン 1318±13 22 2,229 MIT
2 Kimi K2.6Moonshot AIオープン 1310±13 30 2,263 Modified MIT
3 Gemma 4 31BGoogleオープン 1310±9 31 6,435 Apache 2.0
4 DeepSeek-V4.1-Flash-20260910 (Max)DeepSeekオープン 1307±25 34 521 MIT
5 Kimi K2.5 (Thinking)Moonshot AIオープン 1297±10 38 3,649 Modified MIT
6 Qwen3.8-27BAlibabaオープン 1295±20 43 919 Apache 2.0
7 Gemma 4 26B A4BGoogleオープン 1293±10 44 3,822 Apache 2.0
8 Qwen3.5-397B-A17BAlibabaオープン 1292±10 45 4,001 Apache 2.0
9 MiMo-V2.6-FlashXiaomiオープン 1283±26 54 546 MIT
10 Qwen3-VL-235B-A22B-InstructAlibabaオープン 1277±14 58 1,611 Apache 2.0
11 MiniMax-M3MiniMaxオープン 1268±13 65 2,405 MiniMax Community License
12 MiMo-V2.6-ProXiaomiオープン 1264±39 67 226 MIT
13 Kimi K2.5 (Instant)Moonshot AIオープン 1264±23 68 573 Modified MIT
14 MiMo-V2.5Xiaomiオープン 1262±10 69 4,076 MIT
15 Qwen3.5-122B-A10BAlibabaオープン 1261±14 70 1,929 Apache 2.0
16 TInkling-SmallThinking Machinesオープン 1257±20 73 835 Apache 2.0
17 Qwen3.5-27BAlibabaオープン 1256±10 74 3,843 Apache 2.0
18 Qwen3-VL-235B-A22B-ThinkingAlibabaオープン 1234±32 84 298 Apache 2.0
19 Mistral Medium 3.5Mistral AIオープン 1230±22 87 803 Modified MIT
20 NNVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)NVIDIAオープン 1229±32 88 380 OpenMDW-1.1
21 Mistral Large 3Mistral AIオープン 1216±20 92 977 Apache 2.0
22 SStep-3StepFunオープン 1183±39 101 215 Apache 2.0
23 Mistral Small 3.2 (2506)Mistral AIオープン 1173±24 103 614 Apache 2.0
24 Llama 4 Maverick 17B 128E InstructMetaオープン 1164±25 108 526 Llama 4
25 GLM-4.5VZ.aiオープン 1163±38 109 215 MIT
26 Gemma 3 27B ITGoogleオープン 1160±19 110 1,034 Gemma
27 Mistral Small 3.1 24B Instruct (2503)Mistral AIオープン 1158±21 111 809 Apache 2.0
28 GLM-4.6VZ.aiオープン 1155±36 113 271 MIT
29 Llama 4 Scout 17B 16E InstructMetaオープン 1148±26 115 477 Llama
30 Molmo 2 8BAi2オープン 1069±50 118 187 Apache 2.0

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