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 Lite ist ein vielseitiges multimodales Modell, das zur Verarbeitung von Text-, Bild- und Videoeingaben entwickelt wurde und textbasierte Ausgaben erzeugt. Mit einem Kontextfenster von 300.000 Token eignet es sich hervorragend für Echtzeitinteraktionen, Dokumentenanalyse und visuelle Fragebeantwortung. Als Teil der Amazon Nova Foundation-Modelle unterstützt es Feinabstimmung und Destillation, wodurch eine erweiterte Anpassung möglich ist.
| Qwen2.5-VL-32B | Nova Lite | |
|---|---|---|
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 | $0.06 pro Million Token |
Preisgestaltung Ausgabe | $0 | $0.24 pro Million Token |
MMLU | 78.4% Quelle | 80.5% CoT Quelle |
MMLU Pro | 49.5% | Nicht verfügbar |
MMMU | 70% | Nicht verfügbar |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | 85.4% pass@1 Quelle |
MATH | 82.2% | 73.3% CoT Quelle |
GPQA | 46.0% Diamond | 42% Main Quelle |
IFEval | Nicht verfügbar | 89.7% Quelle |
Mobile Anwendung | - | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.