Qwen2.5-VL
Qwen2.5-VL е отвореното семейство vision-language модели на Alibaba от началото на 2025 г. То е основа на няколко OCR модела, включително olmOCR 2 и Nanonets-OCR2.
Версия на Qwen-VL. Други версии: Qwen3-VL, Qwen2-VL.
- Издаден
- 28 януари 2025 г. (32B през март 2025 г.)
- ID на модела
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Размер
- 3B, 7B, 32B и 72B
- Лиценз
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Търси се и като
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Какво е новото в Qwen2.5-VL
- Структуриран изход от сканирани фактури, формуляри и таблици.
- Локализира текст и обекти с ограничаващи рамки или точки и връща стабилен JSON.
- По-високи резултати за документи от Qwen2-VL при 7B: DocVQA 95,7 срещу 94,5, OCRBench 864 срещу 845.
Бенчмаркове на Qwen2.5-VL
| Бенчмарк | Резултат | Бележка |
|---|---|---|
| DocVQA (test) | 95.7 | 7B. Qwen2-VL-7B: 94,5 |
| OCRBench | 864 | 7B. Qwen2-VL-7B: 845, GPT-4o-mini: 785 |
| CC-OCR | 77.8 | 7B. Qwen2-VL-7B: 61,6 |
| ChartQA (test) | 87.3 | 7B. Qwen2-VL-7B: 83,0 |
Резултати по данни на авторите. Не сме ги проверявали повторно.
Използвайте Qwen2.5-VL през API
OCRRouter предлага друга версия на Qwen-VL като qwen/qwen-vl.
Версии на Qwen-VL
- Qwen-VL: всички версии, цени, скорост и функции в OCRRouter
- Qwen3-VL (септември и октомври 2025 г.)
- Qwen2.5-VL (28 януари 2025 г. (32B през март 2025 г.)), тази страница
- Qwen2-VL (29 август 2024 г.)
Въпроси
Източници
Последна актуализация .