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.
| Qwen 3 | Qwen2.5-VL-32B | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| - | texto imágenes video |
Proveedores de API
| - | - |
Fecha de Corte de Conocimiento
| - | Desconocido |
Código Abierto
| Sí (Fuente) | Sí (Fuente) |
Costo de Entrada
| - | $0 |
Costo de Salida
| - | $0 |
MMLU
| - | 78.4% Fuente |
MMLU-Pro
| - | 49.5% |
MMMU
| - | 70% |
HellaSwag
| - | No disponible |
HumanEval
| - | No disponible |
MATH
| - | 82.2% |
GPQA
| - | 46.0% Diamond |
IFEval
| - | No disponible |
SimpleQA
| - | - |
AIME 2024 | Fuente | - |
AIME 2025 | Fuente | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplicación Móvil | - | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.