Qwen2.5-VL
Qwen2.5-VL to otwarta rodzina modeli wizyjno-językowych Alibaba z początku 2025. Stanowi bazę kilku modeli OCR, w tym olmOCR 2 i Nanonets-OCR2.
Wydanie modelu Qwen-VL. Inne wersje: Qwen3-VL, Qwen2-VL.
- Wydano
- 28 stycznia 2025 (32B w marcu 2025)
- ID modelu
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Rozmiar
- 3B, 7B, 32B i 72B
- Licencja
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Wyszukiwany też jako
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Co nowego w Qwen2.5-VL
- Dane ustrukturyzowane ze skanów faktur, formularzy i tabel.
- Lokalizuje tekst i obiekty ramkami lub punktami i zwraca stabilny JSON.
- Wyższe wyniki dokumentowe niż Qwen2-VL przy 7B: DocVQA 95,7 wobec 94,5, OCRBench 864 wobec 845.
Benchmarki Qwen2.5-VL
| Benchmark | Wynik | Uwagi |
|---|---|---|
| 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 |
Wyniki podane przez autorów. Nie powtarzaliśmy pomiarów.
Używaj Qwen2.5-VL przez API
OCRRouter udostępnia inne wydanie Qwen-VL jako qwen/qwen-vl.
Wersje Qwen-VL
- Qwen-VL: wszystkie wersje, ceny, szybkość i funkcje w OCRRouter
- Qwen3-VL (wrzesień i październik 2025)
- Qwen2.5-VL (28 stycznia 2025 (32B w marcu 2025)), ta strona
- Qwen2-VL (29 sierpnia 2024)
Pytania
Źródła
Ostatnia aktualizacja .