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。
Gemini 2.0 Flash Thinkingは、思考プロセスを可視化することでパフォーマンスと説明性を向上させるように設計された高度な推論モデルです。複雑な問題解決、コーディングチャレンジ、数学的推論において優れ、段階的な解決策を示します。詳細な説明と論理的分析を必要とするタスクに最適化されており、コード実行やGoogle検索機能などのネイティブツール統合も備えています。
| Qwen2.5-VL-32B | Gemini 2.0 Flash Thinking | |
|---|---|---|
プロバイダー | ||
ウェブサイト | ||
リリース日 | Mar 25, 2025 4 週 ago | Dec 19, 2024 4 ヶ月 ago |
モダリティ | テキスト 画像 動画 | テキスト 画像 |
APIプロバイダー | - | Google AI Studio, Vertex AI, Gemini API |
知識のカットオフ日 | 不明 | 04.2024 |
オープンソース | はい (ソース) | いいえ |
入力料金 | $0 | 利用不可 |
出力料金 | $0 | 利用不可 |
MMLU | 78.4% ソース | 利用不可 |
MMLU Pro | 49.5% | 利用不可 |
MMMU | 70% | 75.4% ソース |
HellaSwag | 利用不可 | 利用不可 |
HumanEval | 利用不可 | 利用不可 |
MATH | 82.2% | 利用不可 |
GPQA | 46.0% Diamond | 74.2% Diamond Science ソース |
IFEval | 利用不可 | 利用不可 |
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.