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.
| Qwen2.5-VL-32B | o4-mini | |
|---|---|---|
Dostawca | ||
Strona internetowa | ||
Data wydania | Mar 25, 2025 4 tygodnie ago | Apr 16, 2025 1 tydzień ago |
Modalności | tekst obrazy wideo | tekst obrazy |
Dostawcy API | - | OpenAI API |
Data ostatniej aktualizacji wiedzy | Nieznane | - |
Open Source | Tak (Źródło) | Nie |
Cena za wejście | $0 | $1.10 za milion tokenów |
Cena za wyjście | $0 | $4.40 za milion tokenów |
MMLU | 78.4% Źródło | fort |
MMLU Pro | 49.5% | - |
MMMU | 70% | 81.6% Źródło |
HellaSwag | Niedostępne | - |
HumanEval | Niedostępne | 14.28% Źródło |
MATH | 82.2% | - |
GPQA | 46.0% Diamond | 81.4% Źródło |
IFEval | Niedostępne | - |
Aplikacja mobilna | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.