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 | Llama 4 Maverick | |
---|---|---|
Постачальник | ||
Веб-сайт | ||
Дата випуску | Mar 25, 2025 1 month ago | Apr 05, 2025 2 weeks ago |
Модальності | текст зображення відео | текст зображення відео |
Постачальники API | - | Meta AI, Hugging Face, Fireworks, Together, DeepInfra |
Дата оновлення знань | Невідомо | 2024-08 |
Відкритий код | Так (Джерело) | Так (Джерело) |
Вартість введення | $0 | Недоступно |
Вартість виведення | $0 | Недоступно |
MMLU | 78.4% Джерело | Недоступно |
MMLU Pro | 49.5% | 80.5% Джерело |
MMMU | 70% | 73.4% Джерело |
HellaSwag | Недоступно | Недоступно |
HumanEval | Недоступно | Недоступно |
MATH | 82.2% | Недоступно |
GPQA | 46.0% Diamond | 69.8% Diamond Джерело |
IFEval | Недоступно | Недоступно |
Мобільний додаток | - | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.