Qwen2.5 VL 72B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen2.5-vl-72b

Qwen2.5-VL is the new flagship vision-language model of Qwen, significantly improved from Qwen2-VL. It excels at recognizing objects, analyzing text/charts/layouts in images, acting as a visual agent, understanding long videos (over 1 hour) with event pinpointing, performing visual localization (bounding boxes/points), and generating structured outputs from documents.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-01-26
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	128 000
KV cache / token (Q8)	163.8 ko/token
Paramètres totaux	72 B
Paramètres actifs (session)	73.4 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (Qwen/Qwen2.5-VL-72B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2.5-VL-72B-Instruct)
Curation des paramètres actifs	2026-11-04
Prix par session	1.23 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) (offres routeurs/fournisseurs, converties en USD)
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	2026-05-07T16:53:35.855038Z
Mis à jour le	2026-11-04T06:05:05.819611Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen2.5-vl-72b

Tokens/tâche

IA Act — preuves fournisseur

ICA 42/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via OVHcloud (cortecs, eurouter, ovh).

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 « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
OVHcloud	cortecs, eurouter, ovh	souverain	1.02 $	1.02 $	fp8	32 000 / 32 768	—	—	—

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
image_to_text	0.80
long_context	0.60
math	0.60
multimodal	0.70
reasoning	0.70
spatial_reasoning	0.70
structured_output	0.80
general	0.70
grounding	0.70
healthcare	0.70
agents	0.40
text-to-image	0.80
video	0.50
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
ai2d	vision	0.88	1.00	0.88	non	oui	2026-11-04T06:05:05.823132Z
aitz-em	multimodal	0.83	1.00	0.83	non	oui	2026-11-04T06:05:05.826330Z
android-control-high-em	multimodal	0.67	1.00	0.67	non	oui	2026-11-04T06:05:05.829541Z
android-control-low-em	multimodal	0.94	1.00	0.94	non	oui	2026-11-04T06:05:05.833071Z
androidworld-sr	general	0.35	1.00	0.35	non	oui	2026-11-04T06:05:05.838846Z
cc-ocr	vision	0.80	1.00	0.80	non	oui	2026-11-04T06:05:05.842609Z
chartqa	reasoning	0.90	1.00	0.90	non	oui	2026-11-04T06:05:05.846171Z
docvqa	vision	0.96	1.00	0.96	non	oui	2026-11-04T06:05:05.849339Z
egoschema	vision	0.76	1.00	0.76	non	oui	2026-11-04T06:05:05.852734Z
hallusion-bench	vision	0.55	1.00	0.55	non	oui	2026-11-04T06:05:05.856012Z
lvbench	vision	0.47	1.00	0.47	non	oui	2026-11-04T06:05:05.859359Z
mathvision	math	0.38	1.00	0.38	non	oui	2026-11-04T06:05:05.863694Z
mathvista-mini	math	0.75	1.00	0.75	non	oui	2026-11-04T06:05:05.867260Z
mlvu-m	general	0.75	1.00	0.75	non	oui	2026-11-04T06:05:05.870544Z
mmbench	vision	0.88	1.00	0.88	non	oui	2026-11-04T06:05:05.873709Z
mmbench-video	video	0.02	1.00	0.02	non	oui	2026-11-04T06:05:05.876787Z
mmmu	multimodal	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.879991Z
mmmu-pro	vision	0.51	1.00	0.51	non	oui	2026-11-04T06:05:05.883119Z
mmstar	vision	0.71	1.00	0.71	non	oui	2026-11-04T06:05:05.886333Z
mmvet	vision	0.76	1.00	0.76	non	oui	2026-11-04T06:05:05.889572Z
mobileminiwob++-sr	multimodal	0.68	1.00	0.68	non	oui	2026-11-04T06:05:05.892959Z
mvbench	vision	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.895907Z
ocrbench	vision	0.89	1.00	0.89	non	oui	2026-11-04T06:05:05.899926Z
ocrbench-v2-(en)	vision	0.61	1.00	0.61	non	oui	2026-11-04T06:05:05.903029Z
osworld	multimodal	0.09	1.00	0.09	non	oui	2026-11-04T06:05:05.906340Z
perceptiontest	video	0.73	1.00	0.73	non	oui	2026-11-04T06:05:05.910004Z
screenspot	vision	0.87	1.00	0.87	non	oui	2026-11-04T06:05:05.914656Z
screenspot-pro	vision	0.44	1.00	0.44	non	oui	2026-11-04T06:05:05.918566Z
tempcompass	vision	0.75	1.00	0.75	non	oui	2026-11-04T06:05:05.922103Z
videomme-w-o-sub.	multimodal	0.73	1.00	0.73	non	oui	2026-11-04T06:05:05.925334Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	169	—	4.54	3	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