多模態大模型排行榜：視覺大模型排名

依真人匿名對比投票的 Arena 得分排名（LMArena 視覺競技場）：使用者上傳圖片並提問，兩個匿名模型作答後投票。

綜合 OCR 文字辨識 圖表理解 作業題 圖片描述 物體／人物辨識 看圖寫作 幽默理解 英文 中文
物體／人物辨識第一資料 2026年10月19日
Gemini 3 ProGoogle · 1348

依 LMArena 視覺競技場 2026年10月19日 發布的資料，Anthropic 的 Claude Fable 5 (High) 以 1325 分（14,714 票）在 167 個模型中排第一。

完整榜單 · 物體／人物辨識

共 11 個
全部 開放權重

預設依 LMArena 得分降序；± 為 95% 信賴區間半寬；分項欄為該模型在對應分榜的得分，空白為 –。

# 模型 LMArena · 物體／人物辨識 授權
得分 名次 票數
1 Kimi K2.5 (Thinking)Moonshot AI開放權重 1285±32 7 275 Modified MIT
2 Qwen3.5-397B-A17BAlibaba開放權重 1265±37 14 222 Apache 2.0
3 Qwen3-VL-235B-A22B-InstructAlibaba開放權重 1249±42 19 151 Apache 2.0
4 Gemma 4 31BGoogle開放權重 1226±29 30 359 Apache 2.0
5 Qwen3.5-27BAlibaba開放權重 1210±41 36 187 Apache 2.0
6 MiniMax-M3MiniMax開放權重 1197±53 39 107 MiniMax Community License
7 Gemma 3 27B ITGoogle開放權重 1196±34 40 313 Gemma
8 Gemma 4 26B A4BGoogle開放權重 1191±36 42 235 Apache 2.0
9 MiMo-V2.5Xiaomi開放權重 1189±40 43 185 MIT
10 Mistral Small 3.1 24B Instruct (2503)Mistral AI開放權重 1155±41 47 240 Apache 2.0
11 Mistral Small 3.2 (2506)Mistral AI開放權重 1151±42 48 207 Apache 2.0

得分資料：LMArena leaderboard-dataset（lmarena-ai，Hugging Face，CC-BY-4.0，vision 設定），物體／人物辨識發布於 2026年10月19日。引用請註明來源。

資料來源與計算方法

  1. 得分為 Bradley-Terry 模型擬合的 Arena 分數，來自真人在同一圖片問題下對兩個匿名回答的投票。
  2. 分項（OCR、圖表、作業題、圖片描述、中文／英文等）是 LMArena 依提示詞類別單獨計算的分榜，不是綜合分的拆分，名次可能和綜合榜差很多。
  3. 沒有公開資料的欄位（價格、上下文、發布時間等）不顯示，空白為 –；不做推測。
  4. 每天自動同步一次；JSON 介面： /api/public/vision-leaderboard.php

本週變化

資料累積中：已記錄 1 天，滿 7 天後顯示每週變化

每天自動同步一次並記錄名次，只用真實快照對比，不回填。

常見問題

目前最強的多模態（視覺）大模型是哪個？

依 LMArena 視覺競技場 2026年10月19日 發布的資料，Anthropic 的 Claude Fable 5 (High) 以 1325 分（14,714 票）在 167 個模型中排第一。

各家廠商最好的視覺模型分別是哪個？

綜合榜各廠商最高：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)。

哪個模型 OCR 文字辨識最好？

LMArena OCR 分榜（123 個模型）第一是 Claude Fable 5 (High)，1337 分。

最好的開源／開放權重視覺模型是哪個？

榜上有 50 個開放權重模型，最高的是 GLM-5.3-Flash（1294 分，授權 MIT）。

這個分數和 MMMU 等基準測試有什麼區別？

MMMU 等是固定題庫的自動評分；這裡是真人用自己的圖片和問題做盲測投票，反映實際使用中的偏好，兩者不能直接換算。