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.
El OpenAI o3-mini es un modelo de razonamiento rápido y rentable diseñado para aplicaciones STEM, con un alto rendimiento en ciencia, matemáticas y programación. Lanzado en enero de 2025, incluye funciones esenciales para desarrolladores, como llamadas a funciones, salidas estructuradas y mensajes para desarrolladores. El modelo ofrece tres niveles de esfuerzo de razonamiento—bajo, medio y alto—permitiendo a los usuarios optimizar entre un análisis más profundo y tiempos de respuesta más rápidos. A diferencia del modelo o3, carece de capacidades de visión. Inicialmente disponible para desarrolladores seleccionados en los niveles 3-5 de uso de la API, se puede acceder a través de la API de Chat Completions, la API de Assistants y la API de Batch.
| Qwen2.5-VL-32B | o3-mini | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Mar 25, 2025 4 semanas ago | Jan 31, 2025 2 meses ago |
Modalidades | texto imágenes video | texto |
Proveedores de API | - | OpenAI API |
Fecha de Corte de Conocimiento | Desconocido | Desconocido |
Código Abierto | Sí (Fuente) | No |
Costo de Entrada | $0 | $1.10 por millón de tokens |
Costo de Salida | $0 | $4.40 por millón de tokens |
MMLU | 78.4% Fuente | 86.9% pass@1, high effort Fuente |
MMLU Pro | 49.5% | No disponible |
MMMU | 70% | No disponible |
HellaSwag | No disponible | No disponible |
HumanEval | No disponible | No disponible |
MATH | 82.2% | 97.9% pass@1, high effort Fuente |
GPQA | 46.0% Diamond | 79.7% 0-shot, high effort Fuente |
IFEval | No disponible | No disponible |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.