OCRRouter

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

Benchmarks för Qwen2.5-VL

BenchmarkResultatNot
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

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

Frågor

Källor

Senast uppdaterad .