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.
Amazon Nova Pro ist ein modernes multimodales Modell, das für die Verarbeitung von Text-, Bild- und Videoeingängen mit fortschrittlichen Verarbeitungsfähigkeiten entwickelt wurde. Mit einem Kontextfenster von 300.000 Token zeichnet es sich in der Dokumentenanalyse, visuellen Fragebeantwortung und komplexen agentengesteuerten Workflows aus. Als Teil der Amazon Nova-Grundmodelle unterstützt es Feinabstimmung und Destillation, was eine tiefgreifende Anpassung für verschiedene Anwendungen ermöglicht.
| Qwen2.5-VL-32B | Nova Pro | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Mar 25, 2025 4 Wochen ago | Dec 02, 2024 4 Monate ago |
Modalitäten | Text Bilder Video | Text Bilder Video |
API-Anbieter | - | Amazon Bedrock |
Datum des Wissensstandes | Unbekannt | Absichtlich nicht offengelegt |
Open Source | Ja (Quelle) | Nein |
Preisgestaltung Eingabe | $0 | $0.80 pro Million Token |
Preisgestaltung Ausgabe | $0 | $3.20 pro Million Token |
MMLU | 78.4% Quelle | 85.9% CoT Quelle |
MMLU Pro | 49.5% | Nicht verfügbar |
MMMU | 70% | Nicht verfügbar |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | 89% pass@1 Quelle |
MATH | 82.2% | 76.6% CoT Quelle |
GPQA | 46.0% Diamond | 46.9% Main Quelle |
IFEval | Nicht verfügbar | 92.1% Quelle |
Mobile Anwendung | - | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.