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 Pro ist Googles bisher fortschrittlichstes Modell, das außergewöhnliche Programmierleistung bietet und komplexe Eingaben mühelos verarbeitet. Es verfügt über erweiterte Funktionen wie native Tool-Integration, Bilderzeugung und Sprachsynthese. Entwickelt für fortgeschrittenes logisches Denken, unterstützt das Modell multimodale Eingaben, darunter Text, Bilder, Video und Audio. Erhältlich über Google AI Studio und Vertex AI, bietet es erhebliche Leistungssteigerungen gegenüber früheren Versionen bei hoher Effizienz.
| Qwen2.5-VL-32B | Gemini 2.0 Pro | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Mar 25, 2025 4 Wochen 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% | 79.1% Quelle |
MMMU | 70% | 72.7% Quelle |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | Nicht verfügbar |
MATH | 82.2% | 91.8% Quelle |
GPQA | 46.0% Diamond | 64.7% Diamond Quelle |
IFEval | Nicht verfügbar | Nicht verfügbar |
Mobile Anwendung | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.