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 51 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 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開放權重 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開放權重 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開放權重 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開放權重 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開放權重 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開放權重 1197±53 39 107 MiniMax Community License
40 Gemma 3 27B ITGoogle開放權重 1196±34 40 313 Gemma
41 Claude Sonnet 4.6Anthropic 1195±46 41 162 Proprietary
42 Gemma 4 26B A4BGoogle開放權重 1191±36 42 235 Apache 2.0
43 MiMo-V2.5Xiaomi開放權重 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開放權重 1155±41 47 240 Apache 2.0
48 Mistral Small 3.2 (2506)Mistral AI開放權重 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

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

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。