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 Thinking ist ein fortschrittliches Modell für logisches Denken, das die Leistung und Erklärbarkeit verbessert, indem es seinen Denkprozess sichtbar macht. Es zeichnet sich durch die Lösung komplexer Probleme, Programmierherausforderungen und mathematische Argumentation aus und zeigt Schritt-für-Schritt-Lösungen. Optimiert für Aufgaben, die detaillierte Erklärungen und logische Analysen erfordern, verfügt das Modell über eine native Tool-Integration, einschließlich Codeausführung und Google-Suche.
| Qwen2.5-VL-32B | Gemini 2.0 Flash Thinking | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Mar 25, 2025 1 Monat ago | Dec 19, 2024 4 Monate ago |
Modalitäten | Text Bilder Video | Text Bilder |
API-Anbieter | - | Google AI Studio, Vertex AI, Gemini API |
Datum des Wissensstandes | Unbekannt | 04.2024 |
Open Source | Ja (Quelle) | Nein |
Preisgestaltung Eingabe | $0 | Nicht verfügbar |
Preisgestaltung Ausgabe | $0 | Nicht verfügbar |
MMLU | 78.4% Quelle | Nicht verfügbar |
MMLU Pro | 49.5% | Nicht verfügbar |
MMMU | 70% | 75.4% Quelle |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | Nicht verfügbar |
MATH | 82.2% | Nicht verfügbar |
GPQA | 46.0% Diamond | 74.2% Diamond Science Quelle |
IFEval | Nicht verfügbar | Nicht verfügbar |
Mobile Anwendung | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.