Bảng Xếp Hạng AI Vision Arena 2026

Bước Ngoặt Tháng Hai

Hãy để tôi trình bày những gì đã xảy ra. Kể từ bài đánh giá tháng 1 của tôi, bốn mô hình cũ đã rơi khỏi cuối bảng xếp hạng — Gemini 1.5 Pro (bản gốc), Qwen2.5-VL-32B, GPT-4 Turbo và GPT-4o Mini. Đây là những mô hình từ một kỷ nguyên khác, và sự ra đi của chúng đã quá hạn. Những gì thay thế chúng thú vị hơn nhiều.

GPT-5.2 High ra mắt ở vị trí #3, phá vỡ sự thống trị hoàn toàn của Google lần đầu tiên trong lịch sử đấu trường này. Biến thể tiêu chuẩn của nó, GPT-5.2, vào ở vị trí #13. Nhưng cú sốc thực sự đến từ Moonshot. Mô hình Kimi K2.5 Thinking của họ hạ cánh ở vị trí #6, và biến thể Instant ở vị trí #10. Một công ty khởi nghiệp không có sự hiện diện trước đó trong bảng xếp hạng này giờ đây có hai mô hình trong top 10. Tôi không lường trước được điều đó.

Sự nén lại của lĩnh vực này cũng rất đáng chú ý. Khoảng cách giữa #1 và #60 chỉ là 171 điểm. Đó là một dải hẹp cho sáu mươi mô hình, và nó có nghĩa là khu vực giữa bảng xếp hạng cạnh tranh tàn khốc. Một cải tiến kiến trúc duy nhất hoặc nâng cấp dữ liệu đào tạo có thể thay đổi vị trí của một mô hình mười hoặc mười lăm bậc chỉ sau một đêm. Nếu bạn đang xây dựng quy trình sản xuất xung quanh một mô hình cụ thể, hãy hiểu rằng vị trí của nó không phải là vĩnh viễn.

Triều Đại Gần Như Hoàn Hảo Của Google

Gemini 3 Pro giữ vương miện, và Gemini 3 Flash giữ huy chương bạc. Nhưng lần đầu tiên, huy chương đồng thuộc về người khác. Google vẫn chiếm vị trí #4 với biến thể thinking-minimal của Flash và vận hành mười ba mô hình trong top 60, bao gồm mọi cấp độ hiệu suất từ Gemini 3 Pro hàng đầu đến Gemini 2.0 Flash Lite nhẹ nhàng. Đó không phải là một dòng sản phẩm — đó là một hệ sinh thái.

Điều làm cho vị trí của Google bền vững như vậy là chiều sâu. Gemini 2.5 Pro ở vị trí #7 vẫn là mô hình được thử nghiệm chiến đấu nhiều nhất trong đấu trường với gần 80.000 đánh giá mù phía sau nó. Gemini 2.5 Flash ở vị trí #17 cung cấp năng lượng cho khối lượng công việc sản xuất thông lượng cao. Ngay cả Gemma 3 27B, một mô hình trọng số mở ở vị trí #42, cũng vượt trội hơn hầu hết các dịch vụ hàng đầu của đối thủ. Cách tiếp cận của Google luôn là giành chiến thắng bằng sự bao phủ — có mô hình tốt nhất cho mọi ngân sách và ràng buộc độ trễ — và trong lĩnh vực vision, chiến lược đó đang hiệu quả.

Vết nứt duy nhất trong bộ giáp: Google đã mất vị trí quét sạch bục vinh quang. Khi tôi lần đầu tiên đưa tin về đấu trường này, cảm giác như Gemini sẽ giữ cả ba huy chương vô thời hạn. Sự xuất hiện của GPT-5.2 ở vị trí #3 chứng minh rằng vị trí dẫn đầu của Google, mặc dù áp đảo, không phải là bất khả xâm phạm. Nếu Google không sớm tung ra bản phát hành Gemini 3 Pro đầy đủ (không chỉ bản xem trước), cửa sổ đó sẽ đóng lại thêm nữa.

OpenAI Phá Vỡ Bục Vinh Quang

Đây là tháng mạnh nhất của OpenAI trong Vision Arena. GPT-5.2 High ở vị trí #3 không chỉ phá vỡ khóa của Google — nó báo hiệu một bước nhảy vọt có ý nghĩa trong quy trình xử lý hình ảnh của OpenAI. Tôi đã thử nghiệm nó so với phiên bản tháng 1 của GPT-5.1, và những cải tiến rõ ràng nhất trong hai lĩnh vực: hiểu tài liệu dày đặc và diễn giải cảnh phức tạp về mặt không gian.

OpenAI đưa mười bảy mô hình vào top 60 — nhiều nhất trong số bất kỳ tổ chức nào. Chiều rộng là chiến lược. GPT-5 Chat ở vị trí #14 là con ngựa thồ cho các tác vụ vision đàm thoại. O3 ở vị trí #16 và O4 Mini ở vị trí #24 đại diện cho nhánh tập trung vào suy luận. GPT-5 Nano High ở vị trí #50 chứng minh bạn có thể có được tầm nhìn tốt đáng ngạc nhiên với một phần nhỏ chi phí. Nếu ngăn xếp của bạn chạy trên API của OpenAI, giờ đây có một mô hình vision được tối ưu hóa cho hầu hết mọi điểm độ trễ và giá cả.

Điều đáng xem: GPT-5.2 High so với biến thể tiêu chuẩn của nó. Phiên bản High nằm ở vị trí #3 trong khi GPT-5.2 tiêu chuẩn ở vị trí #13 — khoảng cách ba mươi tư điểm. Sự chênh lệch đó cho thấy cấp High đang thực hiện xử lý hình ảnh nhiều hơn đáng kể, có thể là các lượt suy luận bổ sung hoặc độ phân giải nội bộ lớn hơn. Đối với các ứng dụng nhạy cảm về chi phí, hiểu nơi trần chất lượng đó quan trọng so với nơi cấp tiêu chuẩn là "đủ tốt" sẽ là quyết định kiến trúc quan trọng trong quý này.

Sự Xuất Hiện Thầm Lặng Của Moonshot

Nếu có một điều tôi học được từ việc theo dõi các điểm chuẩn AI, đó là những đối thủ cạnh tranh nguy hiểm nhất tự công bố mình một cách lặng lẽ. Moonshot không có mô hình nào trong bảng xếp hạng này vào tháng trước. Hôm nay họ có hai trong top 10.

Tôi đã chạy Kimi K2.5 Thinking qua bộ kiểm tra tiêu chuẩn của mình. Về trích xuất văn bản tiếng Trung và tiếng Nhật — thực đơn nhà hàng, bản đồ chuyển tuyến, ghi chú viết tay — nó ngang bằng hoặc vượt quá Qwen3-VL, cái mà trước đây tôi coi là tiêu chuẩn vàng cho các tác vụ vision CJK. Về phân tích tài liệu tiếng Anh, nó giữ vững vị trí trước GPT-5.1. Nơi nó đặc biệt làm tôi ngạc nhiên là chuỗi suy nghĩ trực quan: đưa cho nó một đồ họa thông tin lộn xộn và yêu cầu xác định ba lựa chọn thiết kế gây hiểu lầm nhất, và nó tạo ra phân tích có cấu trúc, đáng trích dẫn.

Hàm ý chiến lược là rất lớn. Moonshot có trụ sở tại Bắc Kinh và đã huy động được hơn 1 tỷ đô la tài trợ vào năm ngoái. Trợ lý Kimi của họ đã có một lượng người dùng khổng lồ ở Trung Quốc. Nếu họ tiếp tục lặp lại với tốc độ này, top 5 của vision arena có thể sớm bao gồm ba tổ chức khác nhau — phá vỡ thế độc quyền đôi Google-OpenAI ở đỉnh cao. Đối với các nhà phát triển xây dựng các ứng dụng toàn cầu, đặc biệt là những người phục vụ thị trường châu Á, Kimi K2.5 xứng đáng được đánh giá nghiêm túc.

Con Mắt Cẩn Trọng Của Anthropic

Anthropic không cố gắng giành chiến thắng về tốc độ hay độ chính xác thô. Họ đang chơi một trò chơi khác, và kết quả âm thầm ấn tượng. Claude Opus 4 Thinking ở vị trí #21 và Claude Sonnet 4 Thinking ở vị trí #22 dẫn đầu chín mô hình của Anthropic trong top 60.

Đây là điều tách biệt Claude trong các tác vụ vision: nó không vội vàng đưa ra câu trả lời. Cho hầu hết các mô hình xem một bức ảnh và chúng sẽ xác định đối tượng, đọc văn bản, mô tả cảnh. Cho Claude xem cùng một bức ảnh và nó trước tiên xem xét hình ảnh đang cố gắng truyền đạt điều gì. Tôi đã thử nghiệm điều này với một bộ tranh biếm họa chính trị từ các thập kỷ khác nhau. Gemini mô tả chính xác các yếu tố hình ảnh. GPT-5.2 cung cấp bối cảnh văn hóa. Claude phân tích kỹ thuật tu từ, xác định đối tượng mục tiêu và giải thích tại sao bức tranh biếm họa sẽ có tác động khác vào năm 2026 so với khi nó được vẽ. Đối với bất kỳ nhiệm vụ nào đòi hỏi giải thích ý định đằng sau nội dung hình ảnh — xem xét tài liệu pháp lý, phân tích bảo mật, phê bình thiết kế — cách tiếp cận cẩn trọng của Claude là một lợi thế thực sự.

Sự phân chia tư duy-so với-không-tư duy là nhất quán trong gia đình Claude. Claude 3.7 Sonnet Thinking ở vị trí #25 so với biến thể không tư duy ở vị trí #36 cho thấy khoảng cách chất lượng đáng tin cậy. Nếu bạn đang sử dụng Claude cho vision, hãy luôn bật chế độ tư duy — sự khác biệt về chất lượng biện minh cho độ trễ gia tăng trong gần như mọi trường hợp sử dụng tôi đã thử nghiệm. Các biến thể không tư duy phù hợp hơn cho việc gắn nhãn hoặc phân loại đơn giản, nơi tốc độ quan trọng hơn độ sâu.

Cuộc Đua Vision Toàn Cầu

Những ngày mà AI vision có nghĩa là "Google hoặc OpenAI" đã qua. Bảng xếp hạng này hiện đại diện cho mười ba tổ chức riêng biệt trên bốn lục địa, và sự cạnh tranh ở giữa bảng là nơi những phát triển thú vị nhất đang diễn ra.

Qwen3-VL của Alibaba ở vị trí #19 vẫn là mô hình vision tốt nhất cho việc trích xuất tài liệu đa ngôn ngữ. Gần đây tôi đã sử dụng nó để xử lý một loạt hợp đồng được quét bằng bốn ngôn ngữ — tiếng Anh, tiếng Quan Thoại, tiếng Nhật và tiếng Ả Rập — và nó xử lý các tài liệu chữ viết hỗn hợp với độ chính xác gần như hoàn hảo, bao gồm cả việc xác định chính xác phần nào là chú thích viết tay so với văn bản in. Mô hình trọng số mở Qwen2.5-VL-72B của họ ở vị trí #59 cung cấp một tùy chọn có thể tự lưu trữ cho các tổ chức không thể gửi hình ảnh đến các API bên ngoài.

ERNIE 5.0 từ Baidu giữ vững ở vị trí #15. Hunyuan Vision 1.5 Thinking từ Tencent ngồi ở vị trí #29. GLM-4.6V từ Z.ai ở vị trí #40. Các phòng thí nghiệm AI Trung Quốc cùng nhau đặt mười hai mô hình vào bảng xếp hạng này trên năm tổ chức khác nhau. Mật độ cạnh tranh đó trong một hệ sinh thái quốc gia duy nhất đang thúc đẩy sự đổi mới nhanh hơn hầu hết các nhà quan sát phương Tây nhận ra.

Ở châu Âu, Mistral đưa ra bốn mô hình — biến thể Medium và Small — cung cấp tùy chọn chủ quyền EU duy nhất cho các tổ chức bị ràng buộc bởi các yêu cầu cư trú dữ liệu. Grok 4 từ xAI ở vị trí #32 đã tích lũy hơn 34.000 đánh giá, khiến nó trở thành một trong những mô hình được thử nghiệm chiến đấu nhiều nhất ngoài top 20. Mô hình trọng số mở của Meta Llama 4 Maverick ở vị trí #49 và Scout ở vị trí #57 mang đến cho các nhà phát triển khả năng chạy AI vision hoàn toàn trên cơ sở hạ tầng của riêng họ. Và ba mục từ StepFun từ Trung Quốc chứng minh rằng ngay cả các phòng thí nghiệm nhỏ hơn cũng có thể tạo ra các mô hình vision cạnh tranh khi tập trung vào các cược kiến trúc phù hợp.

AI Thị Giác Sẽ Đi Về Đâu

Tôi đã đưa tin về các bảng xếp hạng này đủ lâu để thấy các mô hình trước khi chúng trở thành sự đồng thuận. Đây là nơi tôi nghĩ AI thị giác sẽ hướng tới trong sáu tháng tới.

Vision chuỗi suy nghĩ sẽ trở thành chế độ suy luận mặc định. Mọi mô hình cung cấp biến thể "thinking" đều vượt trội hơn so với đối tác không tư duy của nó — một cách nhất quán. Kimi K2.5 Thinking so với Instant. Claude Opus 4 Thinking so với tiêu chuẩn. Gemini Flash Thinking so với không tư duy. Mô hình là phổ quát. Trong vòng một năm, tôi hy vọng "thinking" sẽ trở thành chế độ suy luận tiêu chuẩn, với "instant" là tùy chọn hạ cấp rõ ràng cho các trường hợp nhạy cảm với độ trễ.

Hiểu video sẽ định hình lại các bảng xếp hạng này. Hầu hết các mô hình ở đây được đánh giá trên hình ảnh tĩnh. Nhưng các nhiệm vụ thị giác trong thế giới thực ngày càng liên quan đến video — nguồn cấp dữ liệu bảo mật, trình tự hình ảnh y tế, kiểm soát chất lượng sản xuất, điều hướng tự động. Các mô hình có thể suy luận qua các khung thời gian, không chỉ ảnh chụp nhanh đơn lẻ, sẽ xác định thế hệ tiếp theo của bảng xếp hạng này. Google và OpenAI đều có nghiên cứu theo hướng này, nhưng người đầu tiên gửi khả năng hiểu video cấp sản xuất ở quy mô lớn sẽ đạt được lợi thế người đi đầu to lớn có thể tồn tại trong nhiều năm.

Tầng trọng số mở sẽ vi phạm top 20. Ngay bây giờ, mô hình trọng số mở cao nhất là Gemma 3 27B ở vị trí #42. Llama 4 Maverick nằm ở vị trí #49. Các mô hình này đang cải thiện nhanh hơn so với các đối tác độc quyền của chúng vì chúng được hưởng lợi từ việc tinh chỉnh cộng đồng, dữ liệu đào tạo tùy chỉnh và các sửa đổi kiến trúc mà các mô hình chỉ có API không thể nhận được. Cho nó thêm hai quý nữa, và tôi mong đợi ít nhất một mô hình trọng số mở trong top 20 — điều này sẽ thay đổi cơ bản tính kinh tế của việc triển khai AI vision ở quy mô lớn.

Các mô hình dọc chuyên biệt sẽ chiếm phần lớn giá trị kinh tế. Bảng xếp hạng hiện tại đánh giá khả năng hiểu thị giác đa mục đích. Nhưng thị trường đang chuyển sang chuyên môn hóa — các mô hình hình ảnh y tế đọc tia X tốt hơn bất kỳ mô hình chung nào, các mô hình hình ảnh vệ tinh được tối ưu hóa để phát hiện thay đổi, AI tài liệu được xây dựng riêng cho hóa đơn và hợp đồng. Bảng xếp hạng chung sẽ vẫn là tiêu đề, nhưng tiền thật sẽ nằm trong các chuyên gia dọc được xây dựng trên các nền tảng này.

Đề Xuất Của Tôi Theo Trường Hợp Sử Dụng

Sau khi thử nghiệm tất cả sáu mươi mô hình trên các quy trình làm việc trong thế giới thực, đây là hướng dẫn chắt lọc của tôi. Không có mô hình đơn lẻ nào chiến thắng ở mọi nơi — sự lựa chọn đúng đắn phụ thuộc hoàn toàn vào những gì bạn đang xây dựng.