OCRRouter

Qwen2.5-VL

Qwen2.5-VL er Alibabas åbne familie af vision-language-modeller fra starten af 2025. Den er grundlaget for flere OCR-modeller, bl.a. olmOCR 2 og Nanonets-OCR2.

En version af Qwen-VL. Andre versioner: Qwen3-VL, Qwen2-VL.

Udgivet
28. januar 2025 (32B i marts 2025)
Model-ID
Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
Størrelse
3B, 7B, 32B og 72B
Licens
Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
Søges også som
qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct

Nyt i Qwen2.5-VL

Benchmarks for Qwen2.5-VL

BenchmarkScoreNote
DocVQA (test)95.77B. Qwen2-VL-7B: 94.5
OCRBench8647B. Qwen2-VL-7B: 845, GPT-4o-mini: 785
CC-OCR77.87B. Qwen2-VL-7B: 61.6
ChartQA (test)87.37B. Qwen2-VL-7B: 83.0

Scorer som offentliggjort af forfatterne. Vi har ikke kørt dem igen.

Brug Qwen2.5-VL via et API

OCRRouter kører en anden version af Qwen-VL som qwen/qwen-vl.

Versioner af Qwen-VL

Spørgsmål

Kilder

Senest opdateret .