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.
Qwen2.5-VL-32B | GPT-4.1 Nano | |
---|---|---|
Веб-сайт
| ||
Постачальник
| ||
Чат
| ||
Дата випуску
| ||
Модальності
| текст зображення відео | текст зображення |
Постачальники API
| - | OpenAI API |
Дата оновлення знань
| Невідомо | - |
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 | 80.1% Джерело |
MMLU-Pro
| 49.5% | - |
MMMU
| 70% | 55.4% Джерело |
HellaSwag
| Недоступно | - |
HumanEval
| Недоступно | - |
MATH
| 82.2% | - |
GPQA
| 46.0% Diamond | 50.3% Diamond Джерело |
IFEval
| Недоступно | 74.5% Джерело |
SimpleQA
| - | - |
AIME 2024 | - | 29.4% Джерело |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 66.9% Джерело |
MathVista
| - | 56.2% Image Reasoning Джерело |
Мобільний додаток | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.