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.
| Qwen2.5-VL-32B | Llama 4 Maverick | |
|---|---|---|
Fournisseur | ||
Site web | ||
Date de sortie | Mar 25, 2025 1 mois ago | Apr 05, 2025 2 semaines ago |
Modalités | texte images vidéo | texte images vidéo |
Fournisseurs d’API | - | Meta AI, Hugging Face, Fireworks, Together, DeepInfra |
Date de mise à jour des connaissances | Inconnu | 2024-08 |
Open Source | Oui (Source) | Oui (Source) |
Tarification d’entrée | $0 | Non disponible |
Tarification de sortie | $0 | Non disponible |
MMLU | 78.4% Source | Non disponible |
MMLU Pro | 49.5% | 80.5% Source |
MMMU | 70% | 73.4% Source |
HellaSwag | Non disponible | Non disponible |
HumanEval | Non disponible | Non disponible |
MATH | 82.2% | Non disponible |
GPQA | 46.0% Diamond | 69.8% Diamond Source |
IFEval | Non disponible | Non disponible |
Application mobile | - | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2025 All Right Reserved.