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.
| Qwen2.5-VL-32B | GPT-4.1 Nano | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes video | texto imágenes |
Proveedores de API
| - | OpenAI API |
Fecha de Corte de Conocimiento
| Desconocido | - |
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 | 80.1% Fuente |
MMLU-Pro
| 49.5% | - |
MMMU
| 70% | 55.4% Fuente |
HellaSwag
| No disponible | - |
HumanEval
| No disponible | - |
MATH
| 82.2% | - |
GPQA
| 46.0% Diamond | 50.3% Diamond Fuente |
IFEval
| No disponible | 74.5% Fuente |
SimpleQA
| - | - |
AIME 2024 | - | 29.4% Fuente |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 66.9% Fuente |
MathVista
| - | 56.2% Image Reasoning Fuente |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.