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
- Struktureret output fra scannede fakturaer, formularer og tabeller.
- Lokaliserer tekst og objekter med bounding boxes eller punkter og returnerer stabil JSON.
- Højere dokumentscorer end Qwen2-VL ved 7B: DocVQA 95.7 mod 94.5, OCRBench 864 mod 845.
Benchmarks for Qwen2.5-VL
| Benchmark | Score | Note |
|---|---|---|
| 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 |
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
- Qwen-VL: alle versioner, pris, hastighed og funktioner på OCRRouter
- Qwen3-VL (september og oktober 2025)
- Qwen2.5-VL (28. januar 2025 (32B i marts 2025)), denne side
- Qwen2-VL (29. august 2024)
Spørgsmål
Kilder
Senest opdateret .