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
エンティティ認識 1 位データ 2026年10月19日
Gemini 3 ProGoogle · 1348

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 · エンティティ認識

51 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 · エンティティ認識 ライセンス
スコア 順位 票数
1 Gemini 3 ProGoogle 1348±36 1 249 Proprietary
2 Gemini 3 FlashGoogle 1336±30 2 368 Proprietary
3 Gemini 3.1 Pro PreviewGoogle 1330±29 3 388 Proprietary
4 Gemini 3 Flash (Minimal)Google 1311±30 4 323 Proprietary
5 Gemini 3.1 Flash-Lite PreviewGoogle 1308±33 5 259 Proprietary
6 Grok 4 (0709)xAI 1288±35 6 332 Proprietary
7 Kimi K2.5 (Thinking)Moonshot AIオープン 1285±32 7 275 Modified MIT
8 Gemini 2.5 ProGoogle 1283±22 8 917 Proprietary
9 Claude Opus 4.7 (High)Anthropic 1278±41 9 154 Proprietary
10 Grok 4.20 Beta (Reasoning, 0309)xAI 1277±41 10 172 Proprietary
11 Claude Opus 4.6Anthropic 1274±38 11 189 Proprietary
12 Claude Opus 4.6 (High)Anthropic 1272±47 12 125 Proprietary
13 Grok 4.20 Multi-Agent Beta (0309)xAI 1265±43 13 169 Proprietary
14 Qwen3.5-397B-A17BAlibabaオープン 1265±37 14 222 Apache 2.0
15 GPT-5 (High)OpenAI 1263±30 15 432 Proprietary
16 Gemini 2.5 FlashGoogle 1252±24 16 628 Proprietary
17 Grok 4.1 Fast (Reasoning)xAI 1251±50 17 118 Proprietary
18 GPT-5.4OpenAI 1251±46 18 137 Proprietary
19 Qwen3-VL-235B-A22B-InstructAlibabaオープン 1249±42 19 151 Apache 2.0
20 GPT-5.2 Chat (20260210)OpenAI 1246±48 20 138 Proprietary
21 ChatGPT-4o Latest (20250326)OpenAI 1245±32 21 295 Proprietary
22 GLM-5V-TurboZ.ai 1241±38 22 231 Proprietary
23 o3 (2025-04-16)OpenAI 1234±30 23 494 Proprietary
24 GPT-5.2 (High)OpenAI 1232±41 24 168 Proprietary
25 GPT-5.1 (High)OpenAI 1232±49 25 112 Proprietary
26 GPT-5.5OpenAI 1231±52 26 119 Proprietary
27 GPT-5.4 (High)OpenAI 1229±45 27 159 Proprietary
28 Claude Opus 4.7Anthropic 1226±44 28 154 Proprietary
29 GPT-5 mini (High)OpenAI 1226±36 29 282 Proprietary
30 Gemma 4 31BGoogleオープン 1226±29 30 359 Apache 2.0
31 GPT-5.5 (High)OpenAI 1225±48 31 130 Proprietary
32 GPT-5 ChatOpenAI 1219±33 32 377 Proprietary
33 GPT-5.4 mini (High)OpenAI 1218±41 33 183 Proprietary
34 o4-mini (2025-04-16)OpenAI 1218±32 34 388 Proprietary
35 Grok 4.3xAI 1217±45 35 142 Proprietary
36 Qwen3.5-27BAlibabaオープン 1210±41 36 187 Apache 2.0
37 GPT-4.1 (2025-04-14)OpenAI 1208±32 37 392 Proprietary
38 GPT-5.2OpenAI 1197±41 38 176 Proprietary
39 MiniMax-M3MiniMaxオープン 1197±53 39 107 MiniMax Community License
40 Gemma 3 27B ITGoogleオープン 1196±34 40 313 Gemma
41 Claude Sonnet 4.6Anthropic 1195±46 41 162 Proprietary
42 Gemma 4 26B A4BGoogleオープン 1191±36 42 235 Apache 2.0
43 MiMo-V2.5Xiaomiオープン 1189±40 43 185 MIT
44 GPT-4.1 mini (2025-04-14)OpenAI 1187±33 44 357 Proprietary
45 Gemini 2.5 Flash-Lite Preview (Thinking, 06-17)Google 1186±32 45 417 Proprietary
46 GPT-5.1OpenAI 1182±43 46 143 Proprietary
47 Mistral Small 3.1 24B Instruct (2503)Mistral AIオープン 1155±41 47 240 Apache 2.0
48 Mistral Small 3.2 (2506)Mistral AIオープン 1151±42 48 207 Apache 2.0
49 Mistral Medium 3.1 (2508)Mistral AI 1147±31 49 439 Proprietary
50 GPT-5.4 nano (High)OpenAI 1141±42 50 178 Proprietary
51 Mistral Medium 3 (2505)Mistral AI 1141±40 51 200 Proprietary

スコア：LMArena leaderboard-dataset（lmarena-ai、Hugging Face、CC-BY-4.0、vision 設定）、エンティティ認識の公開日 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

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。