Qwen2.5-VL
Qwen2.5-VL คือตระกูลโมเดล vision-language แบบเปิดของ Alibaba จากต้นปี 2025 เป็นฐานของโมเดล OCR หลายตัว รวมถึง olmOCR 2 และ Nanonets-OCR2
รุ่นหนึ่งของ Qwen-VL. รุ่นอื่น: Qwen3-VL, Qwen2-VL.
- วันที่เปิดตัว
- 28 มกราคม 2025 (32B ในเดือนมีนาคม 2025)
- Model 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
- ขนาด
- 3B, 7B, 32B และ 72B
- ไลเซนส์
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- ชื่ออื่นที่ใช้ค้นหา
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL มีอะไรใหม่
- ผลลัพธ์แบบมีโครงสร้างจากใบแจ้งหนี้ แบบฟอร์ม และตารางที่สแกน
- ระบุตำแหน่งข้อความและวัตถุด้วย bounding box หรือจุด และคืน JSON ที่เสถียร
- คะแนนเอกสารสูงกว่า Qwen2-VL ที่ขนาด 7B: DocVQA 95.7 เทียบกับ 94.5, OCRBench 864 เทียบกับ 845
ผลเบนช์มาร์กของ Qwen2.5-VL
| เบนช์มาร์ก | คะแนน | หมายเหตุ |
|---|---|---|
| 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 |
คะแนนตามที่ผู้พัฒนาเผยแพร่ เรายังไม่ได้ทดสอบซ้ำ
ใช้ Qwen2.5-VL ผ่าน API
OCRRouter ให้บริการ Qwen-VL รุ่นอื่นในชื่อ qwen/qwen-vl
รุ่นต่างๆ ของ Qwen-VL
- Qwen-VL: ทุกรุ่น ราคา ความเร็ว และฟีเจอร์บน OCRRouter
- Qwen3-VL (กันยายนและตุลาคม 2025)
- Qwen2.5-VL (28 มกราคม 2025 (32B ในเดือนมีนาคม 2025)), หน้านี้
- Qwen2-VL (29 สิงหาคม 2024)
คำถาม
แหล่งที่มา
อัปเดตล่าสุด .