Počas piatich mesiacov od vydania Qwen2-VL vývojári vytvorili nové modely na jeho základe a poskytli cennú spätnú väzbu. Teraz Qwen2.5-VL prináša vylepšené schopnosti vrátane presnej analýzy obrázkov, textov a grafov, ako aj lokalizáciu objektov so štruktúrovanými JSON výstupmi. Rozumie dlhým videám, identifikuje kľúčové udalosti a funguje ako agent interagujúci s nástrojmi na počítačoch a telefónoch. Architektúra modelu zahŕňa dynamické spracovanie videa a optimalizovaný ViT enkodér pre vyššiu rýchlosť a presnosť.
Gemini 2.0 Flash je vysoko výkonný model od Googlu s nízkym oneskorením, navrhnutý pre pokročilé agentové zážitky. Vybavený natívnou integráciou nástrojov podporuje multimodálne vstupy, vrátane textu, obrázkov, videa a zvuku. S výraznými vylepšeniami oproti predchádzajúcim verziám model kombinuje efektivitu, rýchlosť a rozšírené schopnosti pre plynulé interakcie v reálnom čase.
| Qwen2.5-VL-32B | Gemini 2.0 Flash | |
|---|---|---|
Poskytovateľ | ||
Webová stránka | ||
Dátum vydania | Mar 25, 2025 1 mesiac ago | Dec 11, 2024 4 mesiace ago |
Modality | text obrázky video | text obrázky hlas video |
Poskytovatelia API | - | Google AI Studio, Vertex AI |
Dátum zastarania vedomostí | Neznáme | 08.2024 |
Open Source | Áno (Zdroj) | Nie |
Cena za vstup | $0 | $0.10 za milión tokenov |
Cena za výstup | $0 | $0.40 za milión tokenov |
MMLU | 78.4% Zdroj | Nie je k dispozícii |
MMLU Pro | 49.5% | 77.6% Zdroj |
MMMU | 70% | 71.7% Zdroj |
HellaSwag | Nie je k dispozícii | Nie je k dispozícii |
HumanEval | Nie je k dispozícii | Nie je k dispozícii |
MATH | 82.2% | 90.9% Zdroj |
GPQA | 46.0% Diamond | 60.1% Diamond Zdroj |
IFEval | Nie je k dispozícii | Nie je k dispozícii |
Mobilná aplikácia | - |
Compare AI. Test. Benchmarks. Chatboty pre mobilné aplikácie, Sketch
Copyright © 2025 All Right Reserved.