Gemini 2.0 Flash to wysokowydajny model Google o niskim opóźnieniu, zaprojektowany do zaawansowanych doświadczeń agentowych. Wyposażony w natywną integrację narzędzi obsługuje dane multimodalne, w tym tekst, obrazy, wideo i dźwięk. Dzięki znacznym ulepszeniom w stosunku do poprzednich wersji model łączy wydajność, szybkość i rozszerzone możliwości dla płynnych interakcji w czasie rzeczywistym.
W ciągu pięciu miesięcy od wydania Qwen2-VL deweloperzy zbudowali na jego podstawie nowe modele, dostarczając cennych opinii. Teraz Qwen2.5-VL wprowadza ulepszone możliwości, w tym precyzyjną analizę obrazów, tekstów i wykresów oraz lokalizację obiektów ze strukturalnymi wynikami JSON. Rozumie długie filmy, identyfikuje kluczowe wydarzenia i działa jako agent, współpracujący z narzędziami na komputerach i telefonach. Architektura modelu obejmuje dynamiczne przetwarzanie wideo i zoptymalizowany enkoder ViT dla lepszej szybkości i dokładności.
| Gemini 2.0 Flash | Qwen2.5-VL-32B | |
|---|---|---|
Dostawca | ||
Strona internetowa | ||
Data wydania | Dec 11, 2024 5 miesięcy ago | Mar 25, 2025 2 miesiące ago |
Modalności | tekst obrazy głos wideo | tekst obrazy wideo |
Dostawcy API | Google AI Studio, Vertex AI | - |
Data ostatniej aktualizacji wiedzy | 08.2024 | Nieznane |
Open Source | Nie | Tak (Źródło) |
Cena za wejście | $0.10 za milion tokenów | $0 |
Cena za wyjście | $0.40 za milion tokenów | $0 |
MMLU | Niedostępne | 78.4% Źródło |
MMLU Pro | 77.6% Źródło | 49.5% |
MMMU | 71.7% Źródło | 70% |
HellaSwag | Niedostępne | Niedostępne |
HumanEval | Niedostępne | Niedostępne |
MATH | 90.9% Źródło | 82.2% |
GPQA | 60.1% Diamond Źródło | 46.0% Diamond |
IFEval | Niedostępne | Niedostępne |
Array | - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Aplikacja mobilna | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.