Läromedel som används i undervisningen kombinerar ofta bild och text, så kallade multimodala texter. Hur bild och text samspelar är inte alltid självklart och kan vara något komplext att förstå, vilket kan ställa krav på både lärare och elevers förmågor. Uppsatsen syftar till att bidra med en flexibel analysmodell som kan underlätta för lärare att kritiskt granska och bedöma läromedels multimodala stöd. I denna uppsats analyseras en läsebok och en tillhörande arbetsbok för årskurs 2 med fokus på samspelet mellan bild och text. Med utgångspunkt i ett sociokulturellt och multimodalt perspektiv har en multimodal analysmodell utformats och tillämpats. Läromedlen har granskats i syfte att pröva modellens tillämpbarhet, samt synliggöra bildfunktionernas omfattning och samspel mellan bild och text. Resultatet visade både likheter och skillnader i samspelet mellan bild och text. Vidare visade analysen att dekorativa funktioner förekom mest frekvent. Sammanfattningsvis har uppsatsen bidragit med en flexibel analysmodell för lärare att bedöma läromedels multimodala innehåll.