Modelos locais de visão
Imagem → texto (VLM) · Entender imagem e vídeo: descrever, responder perguntas, ler documentos, detectar e segmentar.
Qualidade · LMArena
Preferência humana em perguntas sobre imagens · maior é melhor
- Cor = publicador
Fonte: LMArena · rodada de 19 de out. de 2026 · consultado 25 de out. de 2026 · dataset · CC BY 4.0 · 143 grupos não têm pontuação nesta rodada; ficam de fora, sem receber zero
GLM-5.3-Flash: 1.271 no LMArena (visão)
37 publicadores nesta tarefa
Apache 2.0 (89)
134 de 162 grupos, pela contagem de parâmetros do Hub
Escolha sua máquina e os gráficos e tabelas marcam o que cabe na memória dela.
| GLM-5.3-Flash | 1.271 ± 6 | 321 | 240 | MIT | transformers | 7 de set. de 2026 |
|---|---|---|---|---|---|---|
| gemma-4-31B-it | 1.262 ± 6 | 31,3 | 24 | Apache 2.0 | transformers · safetensors | 20 de jul. de 2026 |
| Qwen3.8-27B | 1.242 ± 8 | 27,8 | 21 | Apache 2.0 | transformers | 14 de ago. de 2026 |
| gemma-4-26B-A4B-it | 1.242 ± 6 | 25,8 | 19 | Apache 2.0 | transformers · safetensors | 20 de jul. de 2026 |
| Qwen3-VL-235B-A22B-Instruct | 1.215 ± 7 | 236 | 177 | Apache 2.0 | transformers · safetensors | 26 de nov. de 2025 |
| gemma-3-27b-it | 1.160 ± 8 | 27,4 | 21 | Termos do publicador: Gemma | transformers · safetensors | 21 de mar. de 2025 |
| GLM-4.5V | 1.153 ± 12 | 108 | 81 | MIT | transformers · safetensors | 25 de out. de 2025 |
| Llama-4-Maverick-17B-128E-Instruct | 1.145 ± 9 | 402 | 302 | Termos do publicador | transformers · safetensors · pytorch | 22 de mai. de 2025 |
| step3 | 1.145 ± 12 | 321 | 241 | Apache 2.0 | transformers · safetensors | 29 de jan. de 2026 |
| Llama-4-Scout-17B-16E-Instruct | 1.128 ± 10 | 109 | 82 | Termos do publicador | transformers · safetensors · pytorch | 22 de mai. de 2025 |
| Qwen2.5-VL-32B-Instruct | 1.119 ± 15 | 33,5 | 26 | Apache 2.0 | transformers · safetensors | 14 de abr. de 2025 |
| Molmo2-8B | 1.112 ± 20 | 8,7 | 7 | Apache 2.0 | transformers · safetensors | 23 de jan. de 2026 |
| Molmo-72B-0924 | 1.045 ± 13 | 73,3 | 55 | Apache 2.0 | transformers · safetensors | 9 de out. de 2025 |
| Llama-3.2-90B-Vision-Instruct | 1.032 ± 9 | 88,6 | 67 | Termos do publicador: Llama 3.2 | transformers · safetensors · pytorch | 4 de mar. de 2025 |
| Qwen2-VL-7B-Instruct | 1.031 ± 11 | 8,3 | 7 | Apache 2.0 | transformers · safetensors | 6 de fev. de 2025 |
| Molmo-7B-D-0924 | 994 ± 14 | 8 | 6 | Apache 2.0 | transformers · safetensors | 15 de dez. de 2025 |
| Llama-3.2-11B-Vision-Instruct | 993 ± 11 | 10,7 | 9 | Termos do publicador: Llama 3.2 | transformers · safetensors · pytorch | 4 de dez. de 2024 |
| MiniCPM-V-2_6 | 962 ± 16 | 8,1 | 7 | Não declarada | transformers · safetensors | 13 de jun. de 2025 |
| Phi-3.5-vision-instruct | 919 ± 16 | 4,1 | 4 | MIT | transformers · safetensors | 10 de dez. de 2025 |
| Molmo2-4B | Fora do ranking de visão do LMArena de 2026-10-19 | 4,9 | 4 | Apache 2.0 | transformers · safetensors | 23 de jan. de 2026 |
| MolmoMotion-4B-H1-F32 | Fora do ranking de visão do LMArena de 2026-10-19 | 4,9 | 4 | Apache 2.0 | transformers · safetensors | 18 de jun. de 2026 |
| MolmoMotion-4B-H3-F30 | Fora do ranking de visão do LMArena de 2026-10-19 | 4,9 | 4 | Apache 2.0 | transformers · safetensors | 18 de jun. de 2026 |
| olmOCR-2-7B-1025 | Fora do ranking de visão do LMArena de 2026-10-19 | 8,3 | 7 | Apache 2.0 | transformers · safetensors | 22 de out. de 2025 |
| olmOCR-2-7B-1025-FP8 | Fora do ranking de visão do LMArena de 2026-10-19 | 8,3 | Sem estimativa: build de precisão de um modelo listado, pesos empacotados, ou contagem do Hub ausente ou parcial | Apache 2.0 | transformers · safetensors | 19 de fev. de 2026 |