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 Pro — це найсучасніша модель Google на сьогодні, що забезпечує виняткову продуктивність у програмуванні та з легкістю обробляє складні запити. Вона оснащена розширеними можливостями, такими як нативна інтеграція інструментів, генерація зображень і синтез мовлення. Розроблена для розширеного логічного мислення, модель підтримує мультимодальні введення, включаючи текст, зображення, відео та аудіо. Доступна через Google AI Studio і Vertex AI, вона пропонує значні покращення продуктивності порівняно з попередніми версіями, зберігаючи високу ефективність.
| Qwen2.5-VL-32B | Gemini 2.0 Pro | |
|---|---|---|
Постачальник | ||
Веб-сайт | ||
Дата випуску | Mar 25, 2025 4 weeks 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% | 79.1% Джерело |
MMMU | 70% | 72.7% Джерело |
HellaSwag | Недоступно | Недоступно |
HumanEval | Недоступно | Недоступно |
MATH | 82.2% | 91.8% Джерело |
GPQA | 46.0% Diamond | 64.7% Diamond Джерело |
IFEval | Недоступно | Недоступно |
Мобільний додаток | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.