Perbandingan Model
DeepSeek-R1-Distill-Qwen-7B
vs
Qwen2.5-VL-7B-Instruct
10 Feb 2026
Harga
Input
$
0.05
/ M Tokens
$
0.05
/ M Tokens
Output
$
0.05
/ M Tokens
$
0.05
/ M Tokens
Metadata
Buat di
20 Jan 2025
26 Jan 2025
Lisensi
MIT LICENSE
APACHE-2.0
Penyedia
DeepSeek
Qwen
Spesifikasi
Negara
Deprecated
Available
Arsitektur
Qwen2.5
Vision-Language Model (VLM) combining a Vision Transformer (ViT) with window attention, SwiGLU, and RMSNorm, aligned with the Qwen2.5 LLM structure. It utilizes mRoPE for temporal understanding and YaRN for long text context handling.
Terkalibrasi
Tidak
Tidak
Campuran Ahli
Tidak
Tidak
Total Parameter
7B
7B
Parameter yang Diaktifkan
7B
7B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
33K
33K
Max Tokens
16K
4K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
Tidak didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
Tidak didukung
Fim Completion
didukung
Tidak didukung
Chat Prefix Completion
Tidak didukung
didukung
DeepSeek-R1-Distill-Qwen-7Bdalam Perbandingan
Lihat bagaimana DeepSeek-R1-Distill-Qwen-7Bmembandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
Qwen3-VL-32B-Instruct
VS
Qwen3-VL-32B-Thinking
VS
Qwen3-VL-8B-Instruct
VS
Qwen3-VL-8B-Thinking
VS
Qwen3-VL-30B-A3B-Instruct
VS
Qwen3-VL-30B-A3B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Qwen3-Omni-30B-A3B-Captioner
VS
Qwen3-Omni-30B-A3B-Thinking
VS
Ling-mini-2.0
VS
Hunyuan-MT-7B
VS
gpt-oss-20b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
VS
Qwen3-30B-A3B-Instruct-2507
VS
GLM-4.1V-9B-Thinking
VS
Qwen3-14B
VS
Qwen3-30B-A3B
VS
Qwen3-32B
VS
Qwen3-8B
