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。
NVIDIA的Llama 3.1 Nemotron 70B是专为提供准确信息优化的强大语言模型。基于Llama 3.1 70B架构，通过人类反馈强化学习(RLHF)增强，在自动对齐基准测试中表现顶尖。针对需要高精度响应生成的应用设计，适用于跨领域的多样化用户查询。
| Qwen2.5-VL-32B | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
提供商 | ||
网站 | ||
发布日期 | Mar 25, 2025 1 个月 ago | Oct 15, 2023 1 年 ago |
模态 | 文本 图像 视频 | 文本 |
API提供商 | - | OpenRouter |
知识截止日期 | 未知 | - |
开源 | 是 (来源) | 是 |
输入定价 | $0 | $0.35 每百万token |
输出定价 | $0 | $0.40 每百万token |
MMLU | 78.4% 来源 | 85% 5-shot 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 | 75% 来源 |
MATH | 82.2% | 71% 来源 |
GPQA | 46.0% Diamond | 不可用 |
IFEval | 不可用 | 不可用 |
移动应用 | - | - |