Qwen2.5-VL
Qwen2.5-VL ist Alibabas offene Vision-Language-Modellfamilie von Anfang 2025. Sie ist die Basis mehrerer OCR-Modelle, darunter olmOCR 2 und Nanonets-OCR2.
Eine Version von Qwen-VL. Weitere Versionen: Qwen3-VL, Qwen2-VL.
- Veröffentlicht
- 28. Januar 2025 (32B im März 2025)
- Modell-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
- Größe
- 3B, 7B, 32B und 72B
- Lizenz
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Auch gesucht als
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Neu in Qwen2.5-VL
- Strukturierte Ausgabe aus gescannten Rechnungen, Formularen und Tabellen.
- Lokalisiert Text und Objekte per Bounding Box oder Punkt und liefert stabiles JSON.
- Höhere Dokumentwerte als Qwen2-VL bei 7B: DocVQA 95,7 gegenüber 94,5, OCRBench 864 gegenüber 845.
Qwen2.5-VL Benchmarks
| Benchmark | Wert | Hinweis |
|---|---|---|
| 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 |
Werte wie von den Autoren veröffentlicht. Wir haben sie nicht nachgemessen.
Qwen2.5-VL über eine API nutzen
OCRRouter bietet eine andere Version von Qwen-VL als qwen/qwen-vl an.
Qwen-VL Versionen
- Qwen-VL: alle Versionen, Preise, Geschwindigkeit und Funktionen auf OCRRouter
- Qwen3-VL (September und Oktober 2025)
- Qwen2.5-VL (28. Januar 2025 (32B im März 2025)), diese Seite
- Qwen2-VL (29. August 2024)
Fragen
Quellen
Zuletzt aktualisiert .