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.
Le OpenAI o3-mini est un modèle de raisonnement rapide et économique conçu pour les applications STEM, offrant d'excellentes performances en sciences, mathématiques et programmation. Lancé en janvier 2025, il inclut des fonctionnalités essentielles pour les développeurs, telles que l’appel de fonctions, les sorties structurées et les messages développeurs. Le modèle propose trois niveaux d’effort de raisonnement—faible, moyen et élevé—permettant aux utilisateurs d’optimiser entre une analyse plus approfondie et des temps de réponse plus rapides. Contrairement au modèle o3, il ne dispose pas de capacités de vision. Initialement disponible pour certains développeurs dans les niveaux 3 à 5 d'utilisation de l'API, il est accessible via l'API Chat Completions, l'API Assistants et l'API Batch.
| Qwen2.5-VL-32B | o3-mini | |
|---|---|---|
Fournisseur | ||
Site web | ||
Date de sortie | Mar 25, 2025 1 mois ago | Jan 31, 2025 2 mois ago |
Modalités | texte images vidéo | texte |
Fournisseurs d’API | - | OpenAI API |
Date de mise à jour des connaissances | Inconnu | Inconnu |
Open Source | Oui (Source) | Non |
Tarification d’entrée | $0 | $1.10 par million de tokens |
Tarification de sortie | $0 | $4.40 par million de tokens |
MMLU | 78.4% Source | 86.9% pass@1, high effort Source |
MMLU Pro | 49.5% | Non disponible |
MMMU | 70% | Non disponible |
HellaSwag | Non disponible | Non disponible |
HumanEval | Non disponible | Non disponible |
MATH | 82.2% | 97.9% pass@1, high effort Source |
GPQA | 46.0% Diamond | 79.7% 0-shot, high effort Source |
IFEval | Non disponible | Non disponible |
Application mobile | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2025 All Right Reserved.