Qwen2-VL이 출시된 이후 지난 5개월 동안 개발자들은 이를 기반으로 다양한 모델을 구축하고 피드백을 제공해왔습니다. 이제 Qwen2.5-VL은 이미지, 텍스트, 차트에 대한 정밀 분석과 구조화된 JSON 출력의 객체 위치 지정 기능 등 향상된 기능을 제공합니다. 긴 동영상 이해, 핵심 이벤트 식별, 컴퓨터와 휴대폰 도구와 상호작용하는 에이전트 역할 수행이 가능합니다. 모델 아키텍처는 동적 비디오 처리와 최적화된 ViT 인코더를 통해 속도와 정확도가 개선되었습니다.
NVIDIA의 Llama 3.1 Nemotron 70B는 정확하고 유익한 응답을 제공하도록 최적화된 강력한 언어 모델입니다. Llama 3.1 70B 아키텍처를 기반으로 하고 인간 피드백에 의한 강화 학습(RLHF)으로 향상되어 자동 정렬 벤치마크에서 최고 성능을 달성합니다. 높은 정밀도가 요구되는 응답 생성 애플리케이션에 적합하며, 다양한 분야의 사용자 질문에 잘 대응합니다.
| Qwen2.5-VL-32B | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 이미지 비디오 | 텍스트 |
API 제공자
| - | OpenRouter |
지식 업데이트 종료일
| 알 수 없음 | - |
오픈 소스
| 예 (출처) | 예 |
입력 가격
| $0 | $0.35 100만 토큰당 |
출력 가격
| $0 | $0.40 100만 토큰당 |
MMLU
| 78.4% 출처 | 85% 5-shot 출처 |
MMLU-Pro
| 49.5% | 정보 없음 |
MMMU
| 70% | 정보 없음 |
HellaSwag
| 정보 없음 | 정보 없음 |
HumanEval
| 정보 없음 | 75% 출처 |
MATH
| 82.2% | 71% 출처 |
GPQA
| 46.0% Diamond | 정보 없음 |
IFEval
| 정보 없음 | 정보 없음 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 | - | - |