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 | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Mar 25, 2025 4 周 ago | Mar 14, 2025 1 个月 ago |
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 |
移动应用 | - | - |