In den fünf Monaten seit der Veröffentlichung von Qwen2-VL haben Entwickler darauf basierende neue Modelle erstellt und wertvolles Feedback gegeben. Jetzt führt Qwen2.5-VL verbesserte Fähigkeiten ein, darunter präzise Analyse von Bildern, Texten und Diagrammen sowie Objektlokalisierung mit strukturierten JSON-Ausgaben. Es versteht lange Videos, erkennt Schlüsselereignisse und fungiert als Agent, der mit Tools auf Computern und Telefonen interagiert. Die Architektur des Modells umfasst dynamische Videoverarbeitung und einen optimierten ViT-Encoder für verbesserte Geschwindigkeit und Genauigkeit.
Gemini 2.0 Flash ist Googles leistungsstarkes Modell mit niedriger Latenz, das für fortschrittliche agentenbasierte Erfahrungen entwickelt wurde. Mit nativer Tool-Integration unterstützt es multimodale Eingaben, einschließlich Text, Bildern, Video und Audio. Mit erheblichen Verbesserungen gegenüber früheren Versionen bietet das Modell eine Balance aus Effizienz, Geschwindigkeit und erweiterten Fähigkeiten für nahtlose Echtzeit-Interaktionen.
| Qwen2.5-VL-32B | Gemini 2.0 Flash | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Mar 25, 2025 1 Monat ago | Dec 11, 2024 4 Monate ago |
Modalitäten | Text Bilder Video | Text Bilder Sprache Video |
API-Anbieter | - | Google AI Studio, Vertex AI |
Datum des Wissensstandes | Unbekannt | 08.2024 |
Open Source | Ja (Quelle) | Nein |
Preisgestaltung Eingabe | $0 | $0.10 pro Million Token |
Preisgestaltung Ausgabe | $0 | $0.40 pro Million Token |
MMLU | 78.4% Quelle | Nicht verfügbar |
MMLU Pro | 49.5% | 77.6% Quelle |
MMMU | 70% | 71.7% Quelle |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | Nicht verfügbar |
MATH | 82.2% | 90.9% Quelle |
GPQA | 46.0% Diamond | 60.1% Diamond Quelle |
IFEval | Nicht verfügbar | Nicht verfügbar |
Mobile Anwendung | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.