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.
A Gemini 2.0 Pro a Google eddigi legfejlettebb modellje, amely kivételes kódolási teljesítményt nyújt, és könnyedén kezeli az összetett utasításokat. Fejlett funkciókkal rendelkezik, mint például a natív eszközintegráció, a képalkotás és a beszédszintézis. Fejlett érvelési képességekre tervezve a modell támogatja a multimodális bemeneteket, beleértve a szöveget, képeket, videót és hangot. Elérhető a Google AI Studio és a Vertex AI platformokon, és jelentős teljesítményjavulást kínál a korábbi verziókhoz képest, miközben magas hatékonyságot biztosít.
| Qwen2.5-VL-32B | Gemini 2.0 Pro | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Mar 25, 2025 4 hetek ago | Dec 11, 2024 4 hónapok ago |
Modalitások | szöveg képek videó | szöveg képek hang videó |
API Szolgáltatók | - | Google AI Studio, Vertex AI |
Tudás Befejezési Dátuma | Ismeretlen | 08.2024 |
Nyílt Forráskódú | Igen (Forrás) | Nem |
Bemeneti Árazás | $0 | $0.10 millió tokenenként |
Kimeneti Árazás | $0 | $0.40 millió tokenenként |
MMLU | 78.4% Forrás | Nem elérhető |
MMLU Pro | 49.5% | 79.1% Forrás |
MMMU | 70% | 72.7% Forrás |
HellaSwag | Nem elérhető | Nem elérhető |
HumanEval | Nem elérhető | Nem elérhető |
MATH | 82.2% | 91.8% Forrás |
GPQA | 46.0% Diamond | 64.7% Diamond Forrás |
IFEval | Nem elérhető | Nem elérhető |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.