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。
Amazon Nova Liteは、テキスト、画像、動画の入力を処理し、テキストベースの出力を生成する多目的なマルチモーダルモデルです。300Kトークンのコンテキストウィンドウを備え、リアルタイムインタラクション、ドキュメント分析、視覚的質問応答に適しています。Amazon Nova基盤モデルの一部として、ファインチューニングと蒸留をサポートし、高度なカスタマイズを可能にします。
| Qwen2.5-VL-32B | Nova Lite | |
|---|---|---|
プロバイダー | ||
ウェブサイト | - | |
リリース日 | Mar 25, 2025 4 週 ago | Dec 02, 2024 4 ヶ月 ago |
モダリティ | テキスト 画像 動画 | テキスト 画像 動画 |
APIプロバイダー | - | Amazon Bedrock |
知識のカットオフ日 | 不明 | 意図的に非公開 |
オープンソース | はい (ソース) | いいえ |
入力料金 | $0 | $0.06 100万トークンあたり |
出力料金 | $0 | $0.24 100万トークンあたり |
MMLU | 78.4% ソース | 80.5% CoT 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 | 85.4% pass@1 ソース |
MATH | 82.2% | 73.3% CoT ソース |
GPQA | 46.0% Diamond | 42% Main ソース |
IFEval | 利用不可 | 89.7% 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.