Az Qwen2-VL megjelenése után öt hónappal a fejlesztők új modelleket építettek rá, értékes visszajelzést nyújtva. Most az Qwen2.5-VL továbbfejlesztett képességeket mutat be, beleértve a képek, szövegek és diagramok pontos elemzését, valamint objektumok lokalizálását strukturált JSON kimenetekkel. Megérti a hosszú videókat, kulcseseményeket azonosít, és ügynökként működik, eszközökkel kommunikálva számítógépeken és telefonokon. A modell architektúrája dinamikus videofeldolgozást és optimalizált ViT kódolót tartalmaz a gyorsaság és pontosság javításáért.
Weboldal AI Modell Weboldal | |
Szolgáltató A modellt biztosító entitás. | |
Csevegés Írjon be egy üzenetet a csevegés megkezdéséhez | - |
Kiadási Dátum Mikor jelent meg a modell először. | 1 év ago Már 25, 2025 |
Modalitások A modell által feldolgozható adattípusok | szöveg képek videó |
API Szolgáltatók A modellt kínáló szolgáltatók. (Ez nem egy teljes lista.) | - |
Tudás Befejezési Dátuma Utoljára mikor frissült a modell tudása. | Ismeretlen |
Nyílt Forráskódú A modell kódja nyilvánosan használható-e. | Igen (Forrás) |
Bemeneti Árazás A promptokban feldolgozott tokenek költsége | $0 |
Kimeneti Árazás A modell által generált tokenek költsége | $0 |
MMLU Massive Multitask Language Understanding – 57 tantárgyban teszteli a tudást, beleértve a matematikát, történelmet, jogot és egyebeket | 78.4% Forrás |
MMLU-Pro Egy robusztusabb MMLU benchmark nehezebb, gondolkodásra összpontosító kérdésekkel, nagyobb választási lehetőségekkel és csökkentett prompt érzékenységgel | 49.5% |
MMMU Massive Multitask Multimodal Understanding – Teszteli a megértést szöveg, kép, hang és videó terén | 70% |
HellaSwag Egy kihívást jelentő mondatkiegészítési benchmark | Nem elérhető |
HumanEval Értékeli a kódgenerálás és problémamegoldó képességeket | Nem elérhető |
MATH Különböző nehézségi szinteken teszteli a matematikai problémamegoldó képességeket | 82.2% |
GPQA Doktori szintű tudást tesztel kémiában, biológiában és fizikában, több választós kérdéseken keresztül, amelyek mély szakmai tudást igényelnek | 46.0% Diamond |
IFEval Teszteli a modell képességét, hogy pontosan kövesse az explicit formázási utasításokat, megfelelő kimeneteket generáljon, és következetesen betartsa az utasításokat különböző feladatok során | Nem elérhető |
SimpleQA Egyszerű kérdések pontosságának értékelése | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Többnyelvű programozási benchmark. | - |
LiveCodeBench v5 Valós idejű programozási benchmark | - |
Global MMLU (Lite) A benchmark egyszerűsített verziója a modellek globális szintű univerzalitásának értékelésére. | - |
MathVista Értékeli az AI modellek matematikai következtetési képességeit vizuális környezetben | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.