Per pastaruosius penkis mėnesius nuo Qwen2-VL išleidimo kūrėjai sukūrė naujus modelius, paremtus juo, suteikdami vertingų atsiliepimų. Dabar Qwen2.5-VL pristato patobulintas galimybes, įskaitant tikslų vaizdų, teksto ir diagramų analizę bei objektų lokalizavimą su struktūruotomis JSON išvestimis. Jis supranta ilgus vaizdo įrašus, nustato pagrindinius įvykius ir veikia kaip agentas, bendraujantis su įrankiais kompiuteriuose ir telefonuose. Modelio architektūra apima dinaminį vaizdo įrašų apdorojimą ir optimizuotą ViT kodavimo įrenginį, skirtą greičiui ir tikslumui padidinti.
„Gemini 2.0 Flash Thinking“ yra pažangus samprotavimo modelis, sukurtas siekiant pagerinti našumą ir aiškumą, padarant savo mąstymo procesą matomą. Jis puikiai sprendžia sudėtingas problemas, programavimo iššūkius ir matematinius uždavinius, pateikdamas žingsnis po žingsnio sprendimus. Optimizuotas užduotims, reikalaujančioms išsamių paaiškinimų ir loginės analizės, modelis taip pat turi integruotas priemones, įskaitant kodo vykdymą ir „Google“ paieškos galimybes.
| Qwen2.5-VL-32B | Gemini 2.0 Flash Thinking | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Mar 25, 2025 1 mėnuo ago | Dec 19, 2024 4 mėnesiai ago |
Modalumai | tekstas vaizdai vaizdo | tekstas vaizdai |
API tiekėjai | - | Google AI Studio, Vertex AI, Gemini API |
Žinių nutraukimo data | Nežinoma | 04.2024 |
Atvirojo kodo | Taip (Šaltinis) | Ne |
Įvesties kaina | $0 | Nėra prieinama |
Išvesties kaina | $0 | Nėra prieinama |
MMLU | 78.4% Šaltinis | Nėra prieinama |
MMLU Pro | 49.5% | Nėra prieinama |
MMMU | 70% | 75.4% Šaltinis |
HellaSwag | Nėra prieinama | Nėra prieinama |
HumanEval | Nėra prieinama | Nėra prieinama |
MATH | 82.2% | Nėra prieinama |
GPQA | 46.0% Diamond | 74.2% Diamond Science Šaltinis |
IFEval | Nėra prieinama | Nėra prieinama |
Mobilioji programa | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.