Qwen2.5-VL
Qwen2.5-VL är Alibabas öppna familj av vision-language-modeller från början av 2025. Den är basen för flera OCR-modeller, bland annat olmOCR 2 och Nanonets-OCR2.
En version av Qwen-VL. Andra versioner: Qwen3-VL, Qwen2-VL.
- Släppt
- 28 januari 2025 (32B i mars 2025)
- Modell-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
- Storlek
- 3B, 7B, 32B och 72B
- Licens
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Söks även som
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Nytt i Qwen2.5-VL
- Strukturerad utdata från skannade fakturor, formulär och tabeller.
- Lokaliserar text och objekt med bounding boxes eller punkter och returnerar stabil JSON.
- Högre dokumentresultat än Qwen2-VL vid 7B: DocVQA 95.7 mot 94.5, OCRBench 864 mot 845.
Benchmarks för Qwen2.5-VL
| Benchmark | Resultat | Not |
|---|---|---|
| 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 |
Resultat enligt författarna. Vi har inte kört om dem.
Använd Qwen2.5-VL via ett API
OCRRouter kör en annan version av Qwen-VL som qwen/qwen-vl.
Versioner av Qwen-VL
- Qwen-VL: alla versioner, pris, hastighet och funktioner på OCRRouter
- Qwen3-VL (september och oktober 2025)
- Qwen2.5-VL (28 januari 2025 (32B i mars 2025)), den här sidan
- Qwen2-VL (29 augusti 2024)
Frågor
Källor
Senast uppdaterad .