Durante los cinco meses desde el lanzamiento de Qwen2-VL, los desarrolladores han construido nuevos modelos basados en él, aportando valiosos comentarios. Ahora, Qwen2.5-VL introduce capacidades mejoradas, incluyendo análisis preciso de imágenes, textos y gráficos, así como localización de objetos con salidas estructuradas en JSON. Comprende videos largos, identifica eventos clave y funciona como agente interactuando con herramientas en computadoras y teléfonos. La arquitectura del modelo presenta procesamiento dinámico de video y un codificador ViT optimizado para mayor velocidad y precisión.
Gemini 2.0 Flash es el modelo de alto rendimiento y baja latencia de Google diseñado para impulsar experiencias agentivas avanzadas. Equipado con integración nativa de herramientas, admite entradas multimodales, incluyendo texto, imágenes, video y audio. Con mejoras significativas respecto a versiones anteriores, el modelo equilibra eficiencia, velocidad y capacidades mejoradas para interacciones en tiempo real sin interrupciones.
| Qwen2.5-VL-32B | Gemini 2.0 Flash | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Mar 25, 2025 1 mes ago | Dec 11, 2024 4 meses ago |
Modalidades | texto imágenes video | texto imágenes voz video |
Proveedores de API | - | Google AI Studio, Vertex AI |
Fecha de Corte de Conocimiento | Desconocido | 08.2024 |
Código Abierto | Sí (Fuente) | No |
Costo de Entrada | $0 | $0.10 por millón de tokens |
Costo de Salida | $0 | $0.40 por millón de tokens |
MMLU | 78.4% Fuente | No disponible |
MMLU Pro | 49.5% | 77.6% Fuente |
MMMU | 70% | 71.7% Fuente |
HellaSwag | No disponible | No disponible |
HumanEval | No disponible | No disponible |
MATH | 82.2% | 90.9% Fuente |
GPQA | 46.0% Diamond | 60.1% Diamond Fuente |
IFEval | No disponible | No disponible |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.