Qwen2.5 VL 7B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen2.5-vl-7b

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	2025-01-26
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)	28.7 ko/token
Paramètres totaux	8.29 B
Paramètres actifs (session)	8.29 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (Qwen/Qwen2.5-VL-7B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2.5-VL-7B-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	2026-05-07T16:53:35.941922Z
Mis à jour le	2026-11-04T06:05:05.928757Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen2.5-vl-7b

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	0.90
language	0.40
long_context	0.60
math	0.50
multimodal	0.60
reasoning	0.60
spatial_reasoning	0.60
structured_output	0.80
general	0.60
grounding	0.60
healthcare	0.60
agents	0.50
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	0.82	1.00	0.82	non	oui	2026-11-04T06:05:05.932369Z
android-control-high-em	multimodal	0.60	1.00	0.60	non	oui	2026-11-04T06:05:05.935757Z
android-control-low-em	multimodal	0.91	1.00	0.91	non	oui	2026-11-04T06:05:05.938991Z
androidworld-sr	general	0.26	1.00	0.26	non	oui	2026-11-04T06:05:05.943164Z
cc-ocr	vision	0.78	1.00	0.78	non	oui	2026-11-04T06:05:05.946294Z
charadessta	video	0.44	1.00	0.44	non	oui	2026-11-04T06:05:05.949882Z
chartqa	reasoning	0.87	1.00	0.87	non	oui	2026-11-04T06:05:05.953053Z
docvqa	vision	0.96	1.00	0.96	non	oui	2026-11-04T06:05:05.956295Z
hallusion-bench	vision	0.53	1.00	0.53	non	oui	2026-11-04T06:05:05.959233Z
infovqa	vision	0.83	1.00	0.83	non	oui	2026-11-04T06:05:05.962249Z
longvideobench	vision	0.55	1.00	0.55	non	oui	2026-11-04T06:05:05.965330Z
lvbench	vision	0.45	1.00	0.45	non	oui	2026-11-04T06:05:05.968462Z
mathvision	math	0.25	1.00	0.25	non	oui	2026-11-04T06:05:05.973095Z
mathvista-mini	math	0.68	1.00	0.68	non	oui	2026-11-04T06:05:05.977295Z
mlvu	video	0.70	1.00	0.70	non	oui	2026-11-04T06:05:05.980513Z
mmbench	vision	0.84	1.00	0.84	non	oui	2026-11-04T06:05:05.983705Z
mmbench-video	video	0.02	1.00	0.02	non	oui	2026-11-04T06:05:05.987249Z
mmmu	multimodal	0.59	1.00	0.59	non	oui	2026-11-04T06:05:05.990602Z
mmmu-pro	vision	0.38	1.00	0.38	non	oui	2026-11-04T06:05:05.993924Z
mmstar	vision	0.64	1.00	0.64	non	oui	2026-11-04T06:05:05.998281Z
mmt-bench	vision	0.64	1.00	0.64	non	oui	2026-11-04T06:05:06.003089Z
mmvet	vision	0.67	1.00	0.67	non	oui	2026-11-04T06:05:06.006573Z
mobileminiwob++-sr	multimodal	0.91	1.00	0.91	non	oui	2026-11-04T06:05:06.010301Z
mvbench	vision	0.70	1.00	0.70	non	oui	2026-11-04T06:05:06.013693Z
ocrbench	vision	0.86	1.00	0.86	non	oui	2026-11-04T06:05:06.016719Z
perceptiontest	video	0.70	1.00	0.70	non	oui	2026-11-04T06:05:06.019930Z
screenspot	vision	0.85	1.00	0.85	non	oui	2026-11-04T06:05:06.023287Z
screenspot-pro	vision	0.29	1.00	0.29	non	oui	2026-11-04T06:05:06.026586Z
tempcompass	vision	0.72	1.00	0.72	non	oui	2026-11-04T06:05:06.029562Z
textvqa	vision	0.85	1.00	0.85	non	oui	2026-11-04T06:05:06.033354Z
videomme-w-o-sub.	multimodal	0.65	1.00	0.65	non	oui	2026-11-04T06:05:06.036509Z
videomme-w-sub.	vision	0.72	1.00	0.72	non	oui	2026-11-04T06:05:06.043109Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	195	—	-3.23	2	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