Qwen2.5-VL
Qwen2.5-VL 是阿里巴巴 2025 年初推出的開源視覺語言模型系列,是 olmOCR 2、Nanonets-OCR2 等多款 OCR 模型的基礎。
所屬模型 Qwen-VL. 其他版本: Qwen3-VL, Qwen2-VL.
- 發布時間
- 2025 年 1 月 28 日(32B 於 2025 年 3 月)
- 模型 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
- 參數規模
- 3B、7B、32B 與 72B
- 授權
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- 其他搜尋名稱
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL 更新內容
- 可從掃描發票、表單與表格輸出結構化結果。
- 以邊界框或點定位文字與物件,回傳穩定的 JSON。
- 7B 文件分數高於 Qwen2-VL:DocVQA 95.7 對 94.5,OCRBench 864 對 845。
Qwen2.5-VL 基準測試
| 基準測試 | 分數 | 備註 |
|---|---|---|
| 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 |
分數取自作者公開資料,我們未重新測試。
透過 API 使用 Qwen2.5-VL
OCRRouter 以 qwen/qwen-vl 提供 Qwen-VL 的另一個版本。
Qwen-VL 各版本
- Qwen-VL: OCRRouter 上的所有版本、價格、速度與功能
- Qwen3-VL (2025 年 9 月與 10 月)
- Qwen2.5-VL (2025 年 1 月 28 日(32B 於 2025 年 3 月)), 本頁
- Qwen2-VL (2024 年 8 月 29 日)
常見問題
資料來源
最後更新 .