GPT-5 nano (High)
OpenAIProprietary
GPT-5nano(High)是OpenAI的多模態大模型。在LMArena視覺綜合榜排第115名（共167個），得分1159±11，3,928票。分項中表現最好的是OCR文字辨識（第114/123名）。授權為Proprietary。
關鍵數據
LMArena · 綜合1159±11#115 / 167 · 票數 3,928
OCR 文字辨識1152±15#114 / 123 · 票數 1,673
圖表理解1141±26#115 / 123 · 票數 518
作業題1157±35#112 / 118 · 票數 260
幽默理解1110±47#91 / 93 · 票數 174
英文1170±15#114 / 167 · 票數 1,783
中文1176±43#94 / 128 · 票數 189
- 廠商
- OpenAI
- 授權
- Proprietary
- 首次上榜（本站記錄）
- 2026-10-26
暫無資料：圖片描述、物體／人物辨識、看圖寫作。
適合誰用
- 綜合榜第 115/167 名，處於下半區，可能更看重成本或部署方式。
- 最強分項：OCR 文字辨識（第 114/123 名）。
- 閉源，透過 OpenAI 的服務或 API 使用。
綜合榜排名相鄰的模型
| # | 模型 | 得分 | 票數 | 授權 | 與本模型差距 |
|---|---|---|---|---|---|
| 112 |  Gemma 3 27B IT Google | 1165 | 16,982 | Gemma | +6 |
| 113 |  GLM-4.6V Z.ai | 1164 | 2,455 | MIT | +5 |
| 114 | Gemini 1.5 Pro (002) Google | 1161 | 8,902 | Proprietary | +2 |
| 115 | GPT-5 nano (High) OpenAI | 1159 | 3,928 | Proprietary | |
| 116 | Gemini 2.0 Flash (001) Google | 1158 | 10,135 | Proprietary | -1 |
| 117 |  Mistral Medium 3 (2505) Mistral | 1157 | 10,793 | Proprietary | -2 |
| 118 | GLM-4.5V Z.ai | 1154 | 3,243 | MIT | -5 |
替代方案 · OpenAI 的其他模型
| # | 模型 | 得分 | 票數 | 授權 |
|---|---|---|---|---|
| 18 | GPT-5.4 (High) OpenAI | 1303 | 30,747 | Proprietary |
| 21 | GPT-5.5 OpenAI | 1297 | 28,781 | Proprietary |
| 25 | GPT-5.5 (High) OpenAI | 1293 | 27,067 | Proprietary |
| 27 | GPT-5.4 OpenAI | 1292 | 22,804 | Proprietary |
| 29 | GPT-6.1 Sol (Max) OpenAI | 1288 | 2,330 | Proprietary |
替代方案 · 得分最高的開放權重模型
| # | 模型 | 得分 | 票數 | 授權 |
|---|---|---|---|---|
| 24 | GLM-5.3-Flash Z.ai | 1294 | 16,254 | MIT |
| 34 |  Kimi K2.6 Moonshot AI | 1282 | 16,368 | Modified MIT |
| 38 |  DeepSeek-V4.1-Flash-20260910 (Max) DeepSeek | 1278 | 4,100 | MIT |
| 39 | Gemma 4 31B Google | 1276 | 40,219 | Apache 2.0 |
| 44 |  Qwen3.8-27B Alibaba | 1269 | 7,614 | Apache 2.0 |
怎麼看這些分數
- 分數差在 ± 信賴區間內時，兩個模型實際差別不明顯。
- 分項榜各自獨立計算，不同分項的分數不能橫向比較。
- 票數少的模型分數波動更大，新上榜模型的名次可能變化。
常見問題
GPT-5 nano (High) 在多模態大模型排行榜上排第幾？
綜合第 115 名（1159 分）；OCR 文字辨識第 114 名（1152 分）；圖表理解第 115 名（1141 分）；作業題第 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，資料截至 2026年10月26日）。
GPT-5 nano (High) 的 OCR 文字辨識能力怎麼樣？
GPT-5 nano (High) 在 LMArena OCR 分榜排第 114/123 名，1152 分（1,673 票）。
GPT-5 nano (High) 中文和英文看圖哪個更強？
中文分榜第 94/128 名（1176 分），英文分榜第 114/167 名（1170 分）。兩榜分別計算，分數不能直接相比，名次更有參考意義。
GPT-5 nano (High) 是開源／開放權重的嗎？
不是。LMArena 記錄的授權為 Proprietary，只能透過 OpenAI 的服務或 API 使用。
GPT-5 nano (High) 和第一名差多少？
綜合榜第一是 Claude Fable 5 (High)（1325 分），GPT-5 nano (High) 為 1159 分，差 166 分。
資料來源
LMArena 資料發布於 2026年10月19日。
本站同步於 2026年10月26日。
價格、上下文長度、發布時間等暫無可靠公開資料，未顯示；所有數值來自快照，空白為 –。