Qwen2.5-VL
Qwen2.5-VL خانواده مدلهای بینایی-زبان باز Alibaba از اوایل 2025 است. پایه چند مدل OCR، از جمله olmOCR 2 و Nanonets-OCR2 است.
نسخهای از Qwen-VL. نسخههای دیگر: Qwen3-VL, Qwen2-VL.
- تاریخ انتشار
- 28 ژانویه 2025 (32B در مارس 2025)
- شناسه مدل
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- اندازه
- 3B، 7B، 32B و 72B
- مجوز
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- جستجو شده با نام
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
چه چیزی در Qwen2.5-VL جدید است
- خروجی ساختاریافته از فاکتورها، فرمها و جدولهای اسکنشده.
- متن و اشیا را با کادر محدودکننده یا نقطه مکانیابی میکند و JSON پایدار برمیگرداند.
- امتیاز اسناد بالاتر از Qwen2-VL در اندازه 7B: DocVQA 95.7 در برابر 94.5، OCRBench 864 در برابر 845.
بنچمارکهای Qwen2.5-VL
| بنچمارک | امتیاز | توضیح |
|---|---|---|
| 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 |
امتیازها همانطور که نویسندگان منتشر کردهاند. ما آنها را دوباره اجرا نکردهایم.
استفاده از Qwen2.5-VL از طریق API
OCRRouter نسخه دیگری از Qwen-VL را با شناسه qwen/qwen-vl اجرا میکند.
نسخههای Qwen-VL
- Qwen-VL: همه نسخهها، قیمت، سرعت و امکانات در OCRRouter
- Qwen3-VL (سپتامبر و اکتبر 2025)
- Qwen2.5-VL (28 ژانویه 2025 (32B در مارس 2025)), این صفحه
- Qwen2-VL (29 اوت 2024)
پرسشها
منابع
آخرین بهروزرسانی .