Qwen2.5-VL
Qwen2.5-VL は 2025 年初めに公開された Alibaba のオープン視覚言語モデル群。olmOCR 2 や Nanonets-OCR2 など複数の OCR モデルのベースです。
リリース元モデル Qwen-VL. 他のバージョン: Qwen3-VL, Qwen2-VL.
- リリース
- 2025年1月28日(32B は2025年3月)
- モデル 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
- サイズ
- 3B、7B、32B、72B
- ライセンス
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- 別の検索名
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL の新機能
- スキャンした請求書、フォーム、表から構造化出力。
- バウンディングボックスや点でテキストや物体を特定し、安定した JSON を返す。
- 7B の文書スコアが Qwen2-VL より高い:DocVQA 95.7 対 94.5、OCRBench 864 対 845。
Qwen2.5-VL のベンチマーク
| ベンチマーク | スコア | 備考 |
|---|---|---|
| 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 |
スコアは開発者の公表値です。再測定はしていません。
Qwen2.5-VL を API で使う
OCRRouter は Qwen-VL の別のリリースを qwen/qwen-vl として提供しています。
Qwen-VL のバージョン
- Qwen-VL: OCRRouter の全バージョン、料金、速度、機能
- Qwen3-VL (2025年9月・10月)
- Qwen2.5-VL (2025年1月28日(32B は2025年3月)), このページ
- Qwen2-VL (2024年8月29日)
よくある質問
出典
最終更新 .