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.
Das OpenAI o3-mini ist ein leistungsstarkes und kosteneffizientes Modell für schnelles logisches Denken, das speziell für MINT-Anwendungen entwickelt wurde und hervorragende Leistungen in Wissenschaft, Mathematik und Programmierung bietet. Es wurde im Januar 2025 veröffentlicht und enthält essenzielle Entwicklerfunktionen wie Funktionsaufrufe, strukturierte Ausgaben und Entwicklernachrichten. Das Modell verfügt über drei Stufen der Denkintensität—niedrig, mittel und hoch—damit Nutzer zwischen tiefgehender Analyse und schnelleren Antwortzeiten optimieren können. Im Gegensatz zum o3-Modell besitzt es keine visuellen Fähigkeiten. Zunächst ist es für ausgewählte Entwickler in den API-Stufen 3-5 verfügbar und kann über die Chat Completions API, Assistants API und Batch API genutzt werden.
| Qwen2.5-VL-32B | o3-mini | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Mar 25, 2025 4 Wochen ago | Jan 31, 2025 2 Monate ago |
Modalitäten | Text Bilder Video | Text |
API-Anbieter | - | OpenAI API |
Datum des Wissensstandes | Unbekannt | Unbekannt |
Open Source | Ja (Quelle) | Nein |
Preisgestaltung Eingabe | $0 | $1.10 pro Million Token |
Preisgestaltung Ausgabe | $0 | $4.40 pro Million Token |
MMLU | 78.4% Quelle | 86.9% pass@1, high effort Quelle |
MMLU Pro | 49.5% | Nicht verfügbar |
MMMU | 70% | Nicht verfügbar |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | Nicht verfügbar |
MATH | 82.2% | 97.9% pass@1, high effort Quelle |
GPQA | 46.0% Diamond | 79.7% 0-shot, high effort Quelle |
IFEval | Nicht verfügbar | Nicht verfügbar |
Mobile Anwendung | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.