Během pěti měsíců od vydání Qwen2-VL vývojáři vytvořili nové modely na jeho základě a poskytli cennou zpětnou vazbu. Nyní Qwen2.5-VL přináší vylepšené schopnosti včetně přesné analýzy obrázků, textů a grafů, stejně jako lokalizaci objektů se strukturovanými JSON výstupy. Rozumí dlouhým videím, identifikuje klíčové události a funguje jako agent interagující s nástroji na počítačích a telefonech. Architektura modelu zahrnuje dynamické zpracování videa a optimalizovaný ViT enkodér pro vyšší rychlost a přesnost.
Gemini 2.0 Pro je dosud nejpokročilejší model od Googlu, který poskytuje výjimečný výkon při programování a snadno zvládá složité výzvy. Je vybaven rozšířenými funkcemi, jako je nativní integrace nástrojů, generování obrázků a syntéza řeči. Model je navržen pro pokročilé úvahy a podporuje multimodální vstupy, včetně textu, obrázků, videa a zvuku. Je dostupný prostřednictvím Google AI Studio a Vertex AI a přináší výrazná vylepšení oproti předchozím verzím při zachování vysoké efektivity.
| Qwen2.5-VL-32B | Gemini 2.0 Pro | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Mar 25, 2025 4 týdny ago | Dec 11, 2024 4 měsíce ago |
Modality | text obrázky video | text obrázky hlas video |
Poskytovatelé API | - | Google AI Studio, Vertex AI |
Datum uzávěrky znalostí | Neznámý | 08.2024 |
Open Source | Ano (Zdroj) | Ne |
Cena za vstup | $0 | $0.10 na milion tokenů |
Cena za výstup | $0 | $0.40 na milion tokenů |
MMLU | 78.4% Zdroj | Není k dispozici |
MMLU Pro | 49.5% | 79.1% Zdroj |
MMMU | 70% | 72.7% Zdroj |
HellaSwag | Není k dispozici | Není k dispozici |
HumanEval | Není k dispozici | Není k dispozici |
MATH | 82.2% | 91.8% Zdroj |
GPQA | 46.0% Diamond | 64.7% Diamond Zdroj |
IFEval | Není k dispozici | Není k dispozici |
Mobilní aplikace | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.