OCRRouter

Qwen2.5-VL

Qwen2.5-VL е отворената фамилија vision-language модели на Alibaba од почетокот на 2025. Основа е на неколку OCR модели, вклучително olmOCR 2 и Nanonets-OCR2.

Издание на Qwen-VL. Други верзии: Qwen3-VL, Qwen2-VL.

Објавен
28 јануари 2025 (32B во март 2025)
ID на моделот
Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
Големина
3B, 7B, 32B и 72B
Лиценца
Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
Се пребарува и како
qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct

Што е ново во Qwen2.5-VL

Бенчмарки за Qwen2.5-VL

БенчмаркРезултатЗабелешка
DocVQA (test)95.77B. Qwen2-VL-7B: 94.5
OCRBench8647B. Qwen2-VL-7B: 845, GPT-4o-mini: 785
CC-OCR77.87B. Qwen2-VL-7B: 61.6
ChartQA (test)87.37B. Qwen2-VL-7B: 83.0

Резултати според авторите. Не сме ги повториле.

Користете го Qwen2.5-VL преку API

OCRRouter извршува друго издание на Qwen-VL како qwen/qwen-vl.

Верзии на Qwen-VL

Прашања

Извори

Последно ажурирано .