Протягом п'яти місяців з моменту випуску Qwen2-VL розробники створили нові моделі на його основі, надавши цінні відгуки. Тепер Qwen2.5-VL пропонує покращені можливості, включаючи точний аналіз зображень, текстів і діаграм, а також локалізацію об'єктів із структурованими виводами JSON. Він розуміє довгі відео, визначає ключові події та функціонує як агент, взаємодіючи з інструментами на комп'ютерах і телефонах. Архітектура моделі включає динамічну обробку відео та оптимізований кодувальник ViT для підвищення швидкості та точності.
Gemini 2.0 Flash — це високопродуктивна модель Google з низькою затримкою, розроблена для передових агентських взаємодій. Оснащена нативною інтеграцією інструментів, вона підтримує мультимодальні вхідні дані, включаючи текст, зображення, відео та аудіо. Із суттєвими покращеннями порівняно з попередніми версіями модель поєднує ефективність, швидкість і розширені можливості для плавної взаємодії в реальному часі.
| Qwen2.5-VL-32B | Gemini 2.0 Flash | |
|---|---|---|
Постачальник | ||
Веб-сайт | ||
Дата випуску | Mar 25, 2025 1 month ago | Dec 11, 2024 4 months ago |
Модальності | текст зображення відео | текст зображення голос відео |
Постачальники API | - | Google AI Studio, Vertex AI |
Дата оновлення знань | Невідомо | 08.2024 |
Відкритий код | Так (Джерело) | Ні |
Вартість введення | $0 | $0.10 за мільйон токенів |
Вартість виведення | $0 | $0.40 за мільйон токенів |
MMLU | 78.4% Джерело | Недоступно |
MMLU Pro | 49.5% | 77.6% Джерело |
MMMU | 70% | 71.7% Джерело |
HellaSwag | Недоступно | Недоступно |
HumanEval | Недоступно | Недоступно |
MATH | 82.2% | 90.9% Джерело |
GPQA | 46.0% Diamond | 60.1% Diamond Джерело |
IFEval | Недоступно | Недоступно |
Мобільний додаток | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.