Qwen2.5-VL
Qwen2.5-VL là dòng mô hình thị giác-ngôn ngữ mở của Alibaba từ đầu năm 2025. Đây là nền tảng của nhiều mô hình OCR, gồm olmOCR 2 và Nanonets-OCR2.
Một phiên bản của Qwen-VL. Phiên bản khác: Qwen3-VL, Qwen2-VL.
- Phát hành
- 28 tháng 1 năm 2025 (32B vào tháng 3 năm 2025)
- ID mô hình
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Kích thước
- 3B, 7B, 32B và 72B
- Giấy phép
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Còn được tìm với tên
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL có gì mới
- Đầu ra có cấu trúc từ hóa đơn, biểu mẫu và bảng được quét.
- Định vị văn bản và đối tượng bằng bounding box hoặc điểm, trả về JSON ổn định.
- Điểm tài liệu cao hơn Qwen2-VL ở bản 7B: DocVQA 95.7 so với 94.5, OCRBench 864 so với 845.
Benchmark của Qwen2.5-VL
| Benchmark | Điểm | Ghi chú |
|---|---|---|
| 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 |
Điểm do tác giả công bố. Chúng tôi chưa chạy lại.
Dùng Qwen2.5-VL qua API
OCRRouter chạy một phiên bản khác của Qwen-VL dưới ID qwen/qwen-vl.
Các phiên bản Qwen-VL
- Qwen-VL: mọi phiên bản, giá, tốc độ và tính năng trên OCRRouter
- Qwen3-VL (Tháng 9 và tháng 10 năm 2025)
- Qwen2.5-VL (28 tháng 1 năm 2025 (32B vào tháng 3 năm 2025)), trang này
- Qwen2-VL (29 tháng 8 năm 2024)
Câu hỏi
Nguồn
Cập nhật lần cuối .