За пять месяцев с момента выпуска Qwen2-VL разработчики создали на его основе новые модели, предоставив ценные отзывы. Теперь Qwen2.5-VL предлагает улучшенные возможности, включая точный анализ изображений, текстов и диаграмм, а также локализацию объектов со структурированными выводами JSON. Он понимает длинные видео, определяет ключевые события и функционирует как агент, взаимодействующий с инструментами на компьютерах и телефонах. Архитектура модели включает динамическую обработку видео и оптимизированный кодировщик ViT для повышения скорости и точности.
Gemini 2.0 Flash Thinking — это передовая модель рассуждений, разработанная для повышения производительности и объяснимости за счет визуализации процесса мышления. Она отлично справляется со сложными задачами, программированием и математическими рассуждениями, предоставляя пошаговые решения. Оптимизирована для задач, требующих детального объяснения и логического анализа, а также включает нативную интеграцию инструментов, таких как выполнение кода и поиск в Google.
| Qwen2.5-VL-32B | Gemini 2.0 Flash Thinking | |
|---|---|---|
Провайдер | ||
Веб-сайт | ||
Дата выпуска | Mar 25, 2025 1 месяц назад | Dec 19, 2024 4 месяца назад |
Модальности | текст изображения видео | текст изображения |
Поставщики API | - | Google AI Studio, Vertex AI, Gemini API |
Дата актуальности знаний | Неизвестно | 04.2024 |
Открытый исходный код | Да (Источник) | Нет |
Стоимость ввода | $0 | Недоступно |
Стоимость вывода | $0 | Недоступно |
MMLU | 78.4% Источник | Недоступно |
MMLU Pro | 49.5% | Недоступно |
MMMU | 70% | 75.4% Источник |
HellaSwag | Недоступно | Недоступно |
HumanEval | Недоступно | Недоступно |
MATH | 82.2% | Недоступно |
GPQA | 46.0% Diamond | 74.2% Diamond Science Источник |
IFEval | Недоступно | Недоступно |
Мобильное приложение | - |
Compare AI. Test. Benchmarks. Чат-боты для мобильных приложений, Sketch
Copyright © 2025 All Right Reserved.