Qwen 2.5 VL 72B Instruct is Alibaba's large open-weight vision-language model, capable of image understanding, document/OCR parsing, and visual reasoning alongside text. It is designed for multimodal tasks that combine strong language ability with detailed visual comprehension.
Tarifa de coste
0.3x
Contexto
128K
Lanzamiento
1 feb 2025
Entrada
TextImage
Salida
Text
Compatibilidad
RazonamientoLlamada a herramientasSalidas estructuradas
En qué destaca
Las categorías en las que este modelo obtiene la mejor clasificación.
Comprensión de imágenes
#131 · top 78%