Les réseaux de neurones graphiques (GNN) fonctionnent par échange de messages de bas en haut, ce qui les distingue fondamentalement de la perception visuelle humaine, qui capte intuitivement les structures globales en premier lieu. Nous étudions le potentiel sous-estimé des modèles de vision pour la compréhension des graphes, et constatons qu’ils atteignent des performances comparables à celles des GNN sur des benchmarks établis, tout en exhibant des schémas d’apprentissage nettement différents. Ces comportements divergents, combinés aux limites des benchmarks existants qui confondent les caractéristiques de domaine avec la compréhension topologique, motivent notre proposition de GraphAbstract. Ce benchmark évalue la capacité des modèles à percevoir les propriétés globales d’un graphe comme le fait l’humain : reconnaître des archétypes organisationnels, détecter la symétrie, évaluer la force de connectivité, et identifier les éléments critiques. Nos résultats révèlent que les modèles de vision surpassent significativement les GNN sur des tâches exigeant une compréhension structurale globale, tout en conservant une bonne généralisation sur des échelles de graphes variées, tandis que les GNN peinent à abstraire des motifs globaux et dégradent avec la taille croissante du graphe. Ce travail démontre que les modèles de vision possèdent des capacités remarquables mais sous-exploitées pour la compréhension de la structure des graphes, en particulier pour des problèmes nécessitant une conscience topologique globale et un raisonnement invariant à l’échelle. Ces résultats ouvrent de nouvelles voies pour exploiter ce potentiel sous-estimé afin de développer des modèles fondamentaux de graphes plus efficaces, adaptés aux tâches dominées par la reconnaissance de motifs globaux.