Durant les cinq mois depuis la sortie de Qwen2-VL, les développeurs ont construit de nouveaux modèles basés sur celui-ci, apportant des retours précieux. Maintenant, Qwen2.5-VL introduit des capacités améliorées, incluant une analyse précise des images, textes et graphiques, ainsi qu'une localisation d'objets avec des sorties JSON structurées. Il comprend les vidéos longues, identifie les événements clés et fonctionne comme un agent interagissant avec des outils sur ordinateurs et téléphones. L'architecture du modèle comprend un traitement vidéo dynamique et un encodeur ViT optimisé pour une vitesse et une précision améliorées.
Gemini 2.0 Flash est le modèle haute performance et à faible latence de Google conçu pour des expériences agentiques avancées. Doté d'une intégration native d'outils, il prend en charge les entrées multimodales, y compris le texte, les images, la vidéo et l'audio. Avec des améliorations substantielles par rapport aux versions précédentes, le modèle équilibre efficacité, vitesse et capacités améliorées pour des interactions en temps réel fluides.
| Qwen2.5-VL-32B | Gemini 2.0 Flash | |
|---|---|---|
Fournisseur | ||
Site web | ||
Date de sortie | Mar 25, 2025 1 mois ago | Dec 11, 2024 4 mois ago |
Modalités | texte images vidéo | texte images voix vidéo |
Fournisseurs d’API | - | Google AI Studio, Vertex AI |
Date de mise à jour des connaissances | Inconnu | 08.2024 |
Open Source | Oui (Source) | Non |
Tarification d’entrée | $0 | $0.10 par million de tokens |
Tarification de sortie | $0 | $0.40 par million de tokens |
MMLU | 78.4% Source | Non disponible |
MMLU Pro | 49.5% | 77.6% Source |
MMMU | 70% | 71.7% Source |
HellaSwag | Non disponible | Non disponible |
HumanEval | Non disponible | Non disponible |
MATH | 82.2% | 90.9% Source |
GPQA | 46.0% Diamond | 60.1% Diamond Source |
IFEval | Non disponible | Non disponible |
Application mobile | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2025 All Right Reserved.