Qwen2-VL のリリースから過去5か月間で、開発者はこれを基に新しいモデルを構築し、貴重なフィードバックを提供しました。今回の Qwen2.5-VL は、画像・テキスト・チャートの正確な分析や、構造化された JSON 出力によるオブジェクトのローカライズ機能を強化しています。また、長尺の動画を理解し、重要なイベントを特定し、コンピューターやスマートフォン上のツールと対話するエージェントとして機能します。モデルのアーキテクチャには、動的な動画処理機能と最適化された ViT エンコーダーが組み込まれ、処理速度と精度が向上しています。
Command R+はCohereの最先端生成AIモデルで、速度、セキュリティ、出力品質が重要な企業向けに設計されています。最小限のインフラで効率的に動作し、GPT-4oやDeepSeek-V3などのトップモデルを能力とコスト効率の両面で上回ります。256Kトークンの拡張コンテキストウィンドウ（主要モデルの約2倍）を備え、現代のビジネス運用に不可欠な複雑な多言語タスクやエージェントベースのタスクに優れています。高い性能ながらわずか2つのGPUで展開可能で、アクセスしやすくなっています。最大156トークン/秒というGPT-4o比約1.75倍の驚異的なスループットを実現し、精度や深さを損なうことなく卓越した効率性を提供します。
| Qwen2.5-VL-32B | Command A | |
|---|---|---|
プロバイダー | ||
ウェブサイト | ||
リリース日 | Mar 25, 2025 4 週 ago | Mar 14, 2025 1 ヶ月 ago |
モダリティ | テキスト 画像 動画 | テキスト |
APIプロバイダー | - | Cohere, Hugging Face, Major cloud providers |
知識のカットオフ日 | 不明 | - |
オープンソース | はい (ソース) | はい |
入力料金 | $0 | $2.50 100万トークンあたり |
出力料金 | $0 | $10.00 100万トークンあたり |
MMLU | 78.4% ソース | 85.5% ソース |
MMLU Pro | 49.5% | 利用不可 |
MMMU | 70% | 利用不可 |
HellaSwag | 利用不可 | 利用不可 |
HumanEval | 利用不可 | 利用不可 |
MATH | 82.2% | 80% ソース |
GPQA | 46.0% Diamond | 50.8% ソース |
IFEval | 利用不可 | 90.9% ソース |
モバイルアプリケーション | - | - |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.