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
OCR 文字辨識第一資料 2026年10月19日
Claude Fable 5 (High)Anthropic · 1337

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 · OCR 文字辨識

共 30 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 · OCR 文字辨識 授權
得分 名次 票數
1 GLM-5.3-FlashZ.ai開放權重 1299±7 26 11,021 MIT
2 Kimi K2.6Moonshot AI開放權重 1291±7 33 11,758 Modified MIT
3 DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek開放權重 1282±12 41 2,786 MIT
4 Gemma 4 31BGoogle開放權重 1282±6 43 28,054 Apache 2.0
5 Qwen3.8-27BAlibaba開放權重 1281±9 44 5,124 Apache 2.0
6 Kimi K2.5 (Thinking)Moonshot AI開放權重 1276±6 47 19,489 Modified MIT
7 Qwen3.5-397B-A17BAlibaba開放權重 1271±5 51 22,696 Apache 2.0
8 MiMo-V2.6-FlashXiaomi開放權重 1270±13 54 2,504 MIT
9 MiMo-V2.6-ProXiaomi開放權重 1270±17 55 1,195 MIT
10 Gemma 4 26B A4BGoogle開放權重 1268±7 56 16,862 Apache 2.0
11 Kimi K2.5 (Instant)Moonshot AI開放權重 1259±12 60 2,691 Modified MIT
12 MiniMax-M3MiniMax開放權重 1259±6 61 13,947 MiniMax Community License
13 MiMo-V2.5Xiaomi開放權重 1256±6 64 20,901 MIT
14 Qwen3-VL-235B-A22B-InstructAlibaba開放權重 1253±8 69 7,752 Apache 2.0
15 Qwen3.5-122B-A10BAlibaba開放權重 1251±7 70 9,185 Apache 2.0
16 Qwen3.5-27BAlibaba開放權重 1246±5 75 21,340 Apache 2.0
17 TInkling-SmallThinking Machines開放權重 1243±9 76 5,655 Apache 2.0
18 Mistral Medium 3.5Mistral AI開放權重 1233±10 84 3,905 Modified MIT
19 Mistral Large 3Mistral AI開放權重 1228±8 85 6,194 Apache 2.0
20 NNVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)NVIDIA開放權重 1216±15 89 1,672 OpenMDW-1.1
21 Qwen3-VL-235B-A22B-ThinkingAlibaba開放權重 1212±16 91 1,322 Apache 2.0
22 GLM-4.6VZ.ai開放權重 1171±16 108 1,484 MIT
23 SStep-3StepFun開放權重 1168±17 109 1,202 Apache 2.0
24 Gemma 3 27B ITGoogle開放權重 1156±10 112 6,196 Gemma
25 GLM-4.5VZ.ai開放權重 1151±17 115 1,195 MIT
26 Llama 4 Maverick 17B 128E InstructMeta開放權重 1143±12 117 3,083 Llama 4
27 Mistral Small 3.2 (2506)Mistral AI開放權重 1134±11 119 4,083 Apache 2.0
28 Mistral Small 3.1 24B Instruct (2503)Mistral AI開放權重 1132±11 120 7,209 Apache 2.0
29 Llama 4 Scout 17B 16E InstructMeta開放權重 1117±12 121 2,788 Llama
30 Molmo 2 8BAi2開放權重 1058±24 123 796 Apache 2.0

得分資料：LMArena leaderboard-dataset（lmarena-ai，Hugging Face，CC-BY-4.0，vision 設定），OCR 文字辨識發布於 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。