GPT-5 nano (High)
OpenAIProprietary
GPT-5nano(High)是OpenAI的多模态大模型。在LMArena视觉综合榜排第115名(共167个),得分1159±11,3,928票。分项中表现最好的是OCR文字识别(第114/123名)。许可证为Proprietary。
关键数据
LMArena · 综合1159±11#115 / 167 · 票数 3,928
OCR 文字识别1152±15#114 / 123 · 票数 1,673
图表理解1141±26#115 / 123 · 票数 518
作业题1157±35#112 / 118 · 票数 260
幽默理解1110±47#91 / 93 · 票数 174
英文1170±15#114 / 167 · 票数 1,783
中文1176±43#94 / 128 · 票数 189
- 厂商
- OpenAI
- 许可证
- Proprietary
- 首次上榜(本站记录)
- 2026-10-26
暂无数据:图片描述、物体/人物识别、看图写作。
适合谁用
- 综合榜第 115/167 名,处于下半区,可能更看重成本或部署方式。
- 最强分项:OCR 文字识别(第 114/123 名)。
- 闭源,通过 OpenAI 的服务或 API 使用。
综合榜排名相邻的模型
| # | 模型 | 得分 | 票数 | 许可证 | 与本模型差距 |
|---|---|---|---|---|---|
| 112 | 1165 | 16,982 | Gemma | +6 | |
| 113 | 1164 | 2,455 | MIT | +5 | |
| 114 | 1161 | 8,902 | Proprietary | +2 | |
| 115 | 1159 | 3,928 | Proprietary | ||
| 116 | 1158 | 10,135 | Proprietary | -1 | |
| 117 | 1157 | 10,793 | Proprietary | -2 | |
| 118 | 1154 | 3,243 | MIT | -5 |
替代方案 · OpenAI 的其他模型
| # | 模型 | 得分 | 票数 | 许可证 |
|---|---|---|---|---|
| 18 | 1303 | 30,747 | Proprietary | |
| 21 | 1297 | 28,781 | Proprietary | |
| 25 | 1293 | 27,067 | Proprietary | |
| 27 | 1292 | 22,804 | Proprietary | |
| 29 | 1288 | 2,330 | Proprietary |
替代方案 · 得分最高的开放权重模型
| # | 模型 | 得分 | 票数 | 许可证 |
|---|---|---|---|---|
| 24 | 1294 | 16,254 | MIT | |
| 34 | 1282 | 16,368 | Modified MIT | |
| 38 | 1278 | 4,100 | MIT | |
| 39 | 1276 | 40,219 | Apache 2.0 | |
| 44 | 1269 | 7,614 | Apache 2.0 |
怎么看这些分数
- 分数差在 ± 置信区间内时,两个模型实际差别不明显。
- 分项榜各自独立计算,不同分项的分数不能横向比较。
- 票数少的模型分数波动更大,新上榜模型的名次可能变化。
常见问题
GPT-5 nano (High) 在多模态大模型排行榜上排第几?
综合第 115 名(1159 分);OCR 文字识别第 114 名(1152 分);图表理解第 115 名(1141 分);作业题第 112 名(1157 分);幽默理解第 91 名(1110 分);英文第 114 名(1170 分);中文第 94 名(1176 分)(LMArena,数据截至 2026年10月26日)。
GPT-5 nano (High) 的 OCR 文字识别能力怎么样?
GPT-5 nano (High) 在 LMArena OCR 分榜排第 114/123 名,1152 分(1,673 票)。
GPT-5 nano (High) 中文和英文看图哪个更强?
中文分榜第 94/128 名(1176 分),英文分榜第 114/167 名(1170 分)。两榜分别计算,分数不能直接相比,名次更有参考意义。
GPT-5 nano (High) 是开源 / 开放权重的吗?
不是。LMArena 记录的许可证为 Proprietary,只能通过 OpenAI 的服务或 API 使用。
GPT-5 nano (High) 和第一名差多少?
综合榜第一是 Claude Fable 5 (High)(1325 分),GPT-5 nano (High) 为 1159 分,差 166 分。
数据来源
LMArena 数据发布于 2026年10月19日。
本站同步于 2026年10月26日。
价格、上下文长度、发布时间等暂无可靠公开数据,未显示;所有数值来自快照,空白为 –。