Qwen2-VL-72B-Instruct
An instruction-tuned, large multimodal model that excels at visual understanding and step-by-step reasoning. It supports image and video input, with dynamic resolution handling and improved positional embeddings (M-ROPE), enabling advanced capabilities such as complex problem solving, multilingual text recognition in images, and agent-like interactions in video contexts.
Identité
| Organisation | Alibaba Cloud / Qwen Team |
|---|---|
| Pays | — |
| Famille | — |
| Type | llm |
| Date de sortie | 2024-08-29 |
| Licence | tongyi-qianwen |
| Licence commerciale | non |
| Licence open source | non |
| Poids ouverts | oui |
| Auto-hébergement (DGX Spark) | oui — ≤ 107 Md (Q8/FP8) |
| Modalités | — |
| Fenêtre de contexte | 32 768 |
| KV cache / token (Q8) | 163.8 ko/token |
| Paramètres totaux | 73.4 B |
| Paramètres actifs (session) | 73.4 B |
| Source des paramètres actifs | actifs = total (modèle dense, config HF (Qwen/Qwen2-VL-72B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2-VL-72B-Instruct) |
| Curation des paramètres actifs | 2026-11-04 |
| Prix par session | — |
| Tokens / tâche (Data Players) | 1.2 M |
| Tokens / tâche (Terminal-Bench) | 83.3 M (est.) |
| Ratio Terminal-Bench / Data Players | 69.4× |
| Coût / tâche (Terminal-Bench) | — |
| Tokens d'entraînement | — |
| Coupure de connaissance | 2023-06-30 |
| Créé le | 2026-05-07T16:53:35.593011Z |
| Mis à jour le | 2026-11-04T06:05:05.408374Z |
| Source | LLM Stats |
| URL | https://llm-stats.com/models/qwen2-vl-72b |
Prix par fournisseur
Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).
Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».
Aucune donnée.
Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.
SouverainetéScores par catégorie (top_scores)
| Catégorie | Score |
|---|---|
| image_to_text | 0.90 |
| long_context | 0.80 |
| math | 0.70 |
| multimodal | 0.80 |
| reasoning | 0.70 |
| spatial_reasoning | 0.80 |
| general | 0.80 |
| healthcare | 0.60 |
| video | 0.70 |
| vision | 0.80 |
Scores par benchmark
| Benchmark | Catégorie | Score | Max | Normalisé (API) | Vérifié | Auto-déclaré | Daté du |
|---|---|---|---|---|---|---|---|
| chartqa | reasoning | 0.88 | 1.00 | 0.88 | non | oui | 2026-11-04T06:05:05.414954Z |
| docvqatest | vision | 0.96 | 1.00 | 0.96 | non | oui | 2026-11-04T06:05:05.419030Z |
| egoschema | vision | 0.78 | 1.00 | 0.78 | non | oui | 2026-11-04T06:05:05.426186Z |
| infovqatest | vision | 0.84 | 1.00 | 0.84 | non | oui | 2026-11-04T06:05:05.434945Z |
| mathvista-mini | math | 0.70 | 1.00 | 0.70 | non | oui | 2026-11-04T06:05:05.440926Z |
| mmbench | vision | 0.86 | 1.00 | 0.86 | non | oui | 2026-11-04T06:05:05.444148Z |
| mmmu-pro | vision | 0.46 | 1.00 | 0.46 | non | oui | 2026-11-04T06:05:05.449079Z |
| mmmuval | vision | 0.65 | 1.00 | 0.65 | non | oui | 2026-11-04T06:05:05.453143Z |
| mmvetgpt4turbo | vision | 0.74 | 1.00 | 0.74 | non | oui | 2026-11-04T06:05:05.457549Z |
| mtvqa | vision | 0.31 | 1.00 | 0.31 | non | oui | 2026-11-04T06:05:05.463404Z |
| mvbench | vision | 0.74 | 1.00 | 0.74 | non | oui | 2026-11-04T06:05:05.469541Z |
| ocrbench | vision | 0.88 | 1.00 | 0.88 | non | oui | 2026-11-04T06:05:05.475986Z |
| realworldqa | vision | 0.78 | 1.00 | 0.78 | non | oui | 2026-11-04T06:05:05.480216Z |
| textvqa | vision | 0.85 | 1.00 | 0.85 | non | oui | 2026-11-04T06:05:05.485148Z |
| vcr-en-easy | vision | 0.92 | 1.00 | 0.92 | non | oui | 2026-11-04T06:05:05.489603Z |
Classements
Aucune donnée.
Données
Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04