Perbandingan Model
Qwen2.5-VL-72B-Instruct
vs
28 Feb 2026
Harga
Input
$
0.59
/ M Tokens
$
/ M Tokens
Output
$
0.59
/ M Tokens
$
/ M Tokens
Metadata
Spesifikasi
Negara
Available
Arsitektur
Vision-Language Model (VLM) with a Streamlined and Efficient Vision Encoder (ViT with window attention, SwiGLU, RMSNorm) aligned with the Qwen2.5 LLM structure. Features include Dynamic Resolution and Frame Rate Training for video understanding, mRoPE for temporal sequence and speed, and YaRN for long text context length extrapolation.
Terkalibrasi
Tidak
Ya
Campuran Ahli
Tidak
Ya
Total Parameter
72B
Parameter yang Diaktifkan
72B
Penalaran
Tidak
Ya
Precision
FP8
Text panjang konteks
131K
Max Tokens
4K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
didukung
Fine-tuning
Tidak didukung
didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
Tidak didukung
didukung
Output Terstruktur
Tidak didukung
didukung
Alat
Tidak didukung
didukung
Fim Completion
Tidak didukung
didukung
Chat Prefix Completion
didukung
didukung
Qwen2.5-VL-72B-Instructdalam Perbandingan
Lihat bagaimana Qwen2.5-VL-72B-Instructmembandingkan 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-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Ring-flash-2.0
VS
Qwen3-Omni-30B-A3B-Captioner
VS
Qwen3-Omni-30B-A3B-Thinking
VS
Qwen3-Next-80B-A3B-Instruct
VS
Qwen3-Next-80B-A3B-Thinking
VS
gpt-oss-120b
VS
gpt-oss-20b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
VS
Qwen3-30B-A3B-Instruct-2507
VS
step3
