Qwen2.5-VL
Qwen2.5-VL ialah keluarga model vision-language terbuka Alibaba dari awal 2025. Ia menjadi asas beberapa model OCR, termasuk olmOCR 2 dan Nanonets-OCR2.
Keluaran bagi Qwen-VL. Versi lain: Qwen3-VL, Qwen2-VL.
- Dikeluarkan
- 28 Januari 2025 (32B pada Mac 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
- Saiz
- 3B, 7B, 32B dan 72B
- Lesen
- 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
Apa yang baharu dalam Qwen2.5-VL
- Output berstruktur daripada invois, borang dan jadual yang diimbas.
- Mengesan teks dan objek dengan kotak sempadan atau titik dan memulangkan JSON yang stabil.
- Skor dokumen lebih tinggi daripada Qwen2-VL pada 7B: DocVQA 95.7 berbanding 94.5, OCRBench 864 berbanding 845.
Penanda aras Qwen2.5-VL
| Penanda aras | Skor | Nota |
|---|---|---|
| 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 seperti yang diterbitkan oleh pengarang. Kami belum menjalankannya semula.
Gunakan Qwen2.5-VL melalui API
OCRRouter menjalankan keluaran Qwen-VL yang berbeza sebagai qwen/qwen-vl.
Versi Qwen-VL
- Qwen-VL: semua versi, harga, kelajuan dan ciri di OCRRouter
- Qwen3-VL (September dan Oktober 2025)
- Qwen2.5-VL (28 Januari 2025 (32B pada Mac 2025)), halaman ini
- Qwen2-VL (29 Ogos 2024)
Soalan
Sumber
Kemas kini terakhir .