Qwen2.5-VL
Qwen2.5-VL je Alibabina otvorena obitelj vision-language modela s početka 2025. Temelj je nekoliko OCR modela, uključujući olmOCR 2 i Nanonets-OCR2.
Izdanje modela Qwen-VL. Druge verzije: Qwen3-VL, Qwen2-VL.
- Objavljeno
- 28. siječnja 2025. (32B u ožujku 2025.)
- ID modela
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Veličina
- 3B, 7B, 32B i 72B
- Licenca
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Traži se i kao
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Što je novo u Qwen2.5-VL
- Strukturirani izlaz iz skeniranih računa, obrazaca i tablica.
- Locira tekst i objekte okvirima ili točkama i vraća stabilan JSON.
- Bolji rezultati na dokumentima od Qwen2-VL na 7B: DocVQA 95,7 prema 94,5, OCRBench 864 prema 845.
Qwen2.5-VL benchmarkovi
| Benchmark | Rezultat | Napomena |
|---|---|---|
| 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 |
Rezultati koje su objavili autori. Nismo ih ponovno pokretali.
Koristite Qwen2.5-VL putem API-ja
OCRRouter pokreće drugo izdanje modela Qwen-VL kao qwen/qwen-vl.
Qwen-VL verzije
- Qwen-VL: sve verzije, cijene, brzina i značajke na OCRRouter
- Qwen3-VL (rujan i listopad 2025.)
- Qwen2.5-VL (28. siječnja 2025. (32B u ožujku 2025.)), ova stranica
- Qwen2-VL (29. kolovoza 2024.)
Pitanja
Izvori
Zadnje ažuriranje .