Qwen2.5-VL
Qwen2.5-VL adalah keluarga model vision-language terbuka Alibaba dari awal 2025. Model ini menjadi dasar beberapa model OCR, termasuk olmOCR 2 dan Nanonets-OCR2.
Rilis dari Qwen-VL. Versi lain: Qwen3-VL, Qwen2-VL.
- Dirilis
- 28 Januari 2025 (32B pada Maret 2025)
- ID model
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Ukuran
- 3B, 7B, 32B, dan 72B
- Lisensi
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Juga dicari sebagai
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Yang baru di Qwen2.5-VL
- Output terstruktur dari faktur, formulir, dan tabel hasil pindaian.
- Menemukan teks dan objek dengan bounding box atau titik dan mengembalikan JSON yang stabil.
- Skor dokumen lebih tinggi dari Qwen2-VL pada 7B: DocVQA 95,7 vs 94,5, OCRBench 864 vs 845.
Benchmark Qwen2.5-VL
| Benchmark | Skor | Catatan |
|---|---|---|
| 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 |
Skor sesuai publikasi penulis. Kami belum menjalankannya ulang.
Gunakan Qwen2.5-VL lewat API
OCRRouter menjalankan rilis Qwen-VL yang berbeda sebagai qwen/qwen-vl.
Versi Qwen-VL
- Qwen-VL: semua versi, harga, kecepatan, dan fitur di OCRRouter
- Qwen3-VL (September dan Oktober 2025)
- Qwen2.5-VL (28 Januari 2025 (32B pada Maret 2025)), halaman ini
- Qwen2-VL (29 Agustus 2024)
Pertanyaan
Sumber
Terakhir diperbarui .