Qwen2.5 VL 32B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen2.5-vl-32b

Qwen2.5-VL is a vision-language model from the Qwen family. Key enhancements include visual understanding (objects, text, charts, layouts), visual agent capabilities (tool use, computer/phone control), long video comprehension with event pinpointing, visual localization (bounding boxes/points), and structured output generation.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-02-28
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	—
Fenêtre de contexte	128 000
KV cache / token (Q8)	131.1 ko/token
Paramètres totaux	33.5 B
Paramètres actifs (session)	33.5 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (Qwen/Qwen2.5-VL-32B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2.5-VL-32B-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	—
Créé le	2026-05-07T16:53:35.769215Z
Mis à jour le	2026-11-04T06:05:05.710927Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen2.5-vl-32b

Tokens/tâche

Prix par fournisseur

Prix

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.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
image_to_text	0.70
language	0.70
legal	0.70
long_context	0.50
math	0.70
multimodal	0.60
physics	0.50
reasoning	0.60
spatial_reasoning	0.60
structured_output	0.80
finance	0.70
general	0.60
grounding	0.60
healthcare	0.70
agents	0.40
biology	0.50
chemistry	0.50
code	0.90
text-to-image	0.80
video	0.50
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aitz-em	multimodal	0.83	1.00	0.83	non	oui	2026-11-04T06:05:05.716763Z
android-control-high-em	multimodal	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.721325Z
android-control-low-em	multimodal	0.93	1.00	0.93	non	oui	2026-11-04T06:05:05.724905Z
androidworld-sr	general	0.22	1.00	0.22	non	oui	2026-11-04T06:05:05.728058Z
cc-ocr	vision	0.77	1.00	0.77	non	oui	2026-11-04T06:05:05.731590Z
charadessta	video	0.54	1.00	0.54	non	oui	2026-11-04T06:05:05.735445Z
docvqa	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:05:05.739506Z
gpqa	reasoning	0.46	1.00	0.46	non	oui	2026-11-04T06:05:05.742972Z
humaneval	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:05.746596Z
infovqa	vision	0.83	1.00	0.83	non	oui	2026-11-04T06:05:05.749850Z
lvbench	vision	0.49	1.00	0.49	non	oui	2026-11-04T06:05:05.753108Z
math	math	0.82	1.00	0.82	non	oui	2026-11-04T06:05:05.756476Z
mathvision	math	0.38	1.00	0.38	non	oui	2026-11-04T06:05:05.759776Z
mathvista-mini	math	0.75	1.00	0.75	non	oui	2026-11-04T06:05:05.763214Z
mbpp	reasoning	0.84	100.00	0.84	non	oui	2026-11-04T06:05:05.766445Z
mmbench-video	video	0.02	1.00	0.02	non	oui	2026-11-04T06:05:05.770788Z
mmlu	general	0.78	1.00	0.78	non	oui	2026-11-04T06:05:05.774048Z
mmlu-pro	language	0.69	1.00	0.69	non	oui	2026-11-04T06:05:05.777286Z
mmmu	multimodal	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.780676Z
mmmu-pro	vision	0.49	1.00	0.49	non	oui	2026-11-04T06:05:05.784940Z
mmstar	vision	0.69	1.00	0.69	non	oui	2026-11-04T06:05:05.788748Z
ocrbench-v2-(en)	vision	0.57	1.00	0.57	non	oui	2026-11-04T06:05:05.792260Z
ocrbench-v2-(zh)	vision	0.59	1.00	0.59	non	oui	2026-11-04T06:05:05.796852Z
osworld	multimodal	0.06	1.00	0.06	non	oui	2026-11-04T06:05:05.800239Z
screenspot	vision	0.89	1.00	0.89	non	oui	2026-11-04T06:05:05.804485Z
screenspot-pro	vision	0.39	1.00	0.39	non	oui	2026-11-04T06:05:05.808183Z
videomme-w-o-sub.	multimodal	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.812045Z
videomme-w-sub.	vision	0.78	1.00	0.78	non	oui	2026-11-04T06:05:05.815672Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	194	—	-3.21	3	trueskill	2026-10-19	model_history
code	158	—	12.35	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

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