關於Qwen2.5-VL-72B-Instruct
Qwen2.5-VL 是 Qwen2.5 系列中的一個視覺-語言模型，在多個方面顯示出顯著的增強：它具有強大的視覺理解能力，能夠在分析文本、圖表和圖像佈局時識別常見物體；它可以作為一個視覺代理，具備推理能力並能動態引導工具；它能夠理解長達 1 小時以上的影片並捕捉關鍵事件；它能通過生成邊界框或點來精確定位圖像中的物體；它支持結構化的掃描數據輸出如發票和表單。該模型在包括圖像、影片和代理任務的各種基準上展示了卓越的表現。
可用的無伺服器
立即運行查詢，僅按使用量付費
$
0.59
／
$
0.59
每百萬 Tokens（輸入/輸出）
元數據
規格
狀態
Available
架構
經過校準的
否
專家並行
否
總參數
72B
啟用的參數
72B
推理
否
精度
FP8
上下文長度
131K
最大輸出長度
4K
支援的功能
無伺服器
支持
無伺服器的 LoRA
不支持
微調
不支持
向量嵌入
不支持
重排序
不支持
支援圖片輸入
支持
JSON 模式
不支持
結構化輸出
不支持
工具
不支持
中間填充補全
不支持
聊天前綴補全
支持
與其他模型比較
看看這個模型與其他模型的對比如何。
Qwen
chat
Qwen3-VL-32B-Instruct
發行日期：2025年10月21日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸出：
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
發行日期：2025年10月21日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸出：
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
發行日期：2025年10月15日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.18
/ M Tokens
輸出：
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
發行日期：2025年10月15日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.18
/ M Tokens
輸出：
$
2.0
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
發行日期：2025年10月4日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.3
/ M Tokens
輸出：
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
發行日期：2025年10月4日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.45
/ M Tokens
輸出：
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
發行日期：2025年10月5日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
發行日期：2025年10月11日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
發行日期：2025年8月13日
$
0.29
視頻
