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.
Llama 4 Maverick | Qwen2.5-VL-32B | |
---|---|---|
Dostawca | ||
Strona internetowa | ||
Data wydania | Apr 05, 2025 1 miesiąc ago | Mar 25, 2025 2 miesiące ago |
Modalności | tekst obrazy wideo | tekst obrazy wideo |
Dostawcy API | Meta AI, Hugging Face, Fireworks, Together, DeepInfra | - |
Data ostatniej aktualizacji wiedzy | 2024-08 | Nieznane |
Open Source | Tak (Źródło) | Tak (Źródło) |
Cena za wejście | Niedostępne | $0 |
Cena za wyjście | Niedostępne | $0 |
MMLU | Niedostępne | 78.4% Źródło |
MMLU Pro | 80.5% Źródło | 49.5% |
MMMU | 73.4% Źródło | 70% |
HellaSwag | Niedostępne | Niedostępne |
HumanEval | Niedostępne | Niedostępne |
MATH | Niedostępne | 82.2% |
GPQA | 69.8% 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.