自 Qwen2-VL 发布以来的五个月里，开发者基于该模型构建了新模型，并提供了宝贵的反馈。现在，Qwen2.5-VL 引入了更强的功能，包括对图像、文本和图表的精准分析，以及通过结构化 JSON 输出进行对象定位。它能够理解长视频，识别关键事件，并作为智能代理与计算机和手机上的工具交互。该模型的架构采用了动态视频处理和优化的 ViT 编码器，以提升处理速度和准确性。
Command R+是Cohere的尖端生成式AI模型，专为企业级性能设计，其中速度、安全性和输出质量至关重要。该模型能够在最小基础设施下高效运行，在能力和成本效益方面均优于GPT-4o和DeepSeek-V3等顶级模型。具备扩展的256K token上下文窗口（是大多数领先模型的两倍），擅长现代商业运营中必不可少的复杂多语言和基于代理的任务。尽管功能强大，但仅需两个GPU即可部署，具有高度可访问性。吞吐速度高达每秒156个token（比GPT-4o快约1.75倍），Command R+在保持准确性和深度的同时提供了卓越的效率。
| Qwen2.5-VL-32B | Command A | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 视频 | 文本 |
API提供商
| - | Cohere, Hugging Face, Major cloud providers |
知识截止日期
| 未知 | - |
开源
| 是 (来源) | 是 |
输入定价
| $0 | $2.50 每百万token |
输出定价
| $0 | $10.00 每百万token |
MMLU
| 78.4% 来源 | 85.5% 来源 |
MMLU-Pro
| 49.5% | 不可用 |
MMMU
| 70% | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 不可用 |
MATH
| 82.2% | 80% 来源 |
GPQA
| 46.0% Diamond | 50.8% 来源 |
IFEval
| 不可用 | 90.9% 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - | - |