Alibaba
Qwen2.5 VL 72B Instruct
مدل Qwen2.5 VL 72B Instruct در تشخیص اشیای رایج مانند گل، پرنده، ماهی و حشرات مهارت بالایی دارد. همچنین میتواند متن، نمودار، آیکون، گرافیک و چیدمان عناصر داخل تصاویر را بهخوبی تحلیل کند.
شناسه در API: qwen2.5-vl-72b-instruct
تحلیل
حکم کلی
ارزان است و برای کارهای سبک و پرحجم مناسب است. اگر دقت بالا لازم دارید، سراغ مدل قویتری بروید.
نقاط قوت
- قیمتش مناسب است
نقاط ضعف
در دادهها نقطهضعف مهمی دیده نشد.
سنجههای فارسی
عملکرد زنده
از آمار زندهٔ OpenRouter (۱ ارائهدهندهای که آمار گزارش کردهاند): پایداری در ۲۴ ساعت گذشته، تأخیر و سرعت در ۳۰ دقیقهٔ آخر از ۱۲۹۴ درخواست. ساعتی بهروز میشود.
قابلیتها
پارامترهای قابل ارسال
اینها را میتوانید در درخواست به این مدل بفرستید.
temperatureمیزان خلاقیت جوابtop_pنمونهبرداری هستهایtop_kمحدود کردن گزینههای هر توکنmax_tokensسقف طول جوابstopتوقف با رشتهٔ دلخواهseedجواب تکرارپذیرresponse_formatقالب جواب (JSON)structured_outputsخروجی با اسکیمای مشخصfrequency_penaltyکم کردن تکرار کلمهpresence_penaltyتنوع موضوعrepetition_penaltyجریمهٔ تکرارlogit_biasتغییر احتمال توکنهاlogprobsاحتمال هر توکنtop_logprobsاحتمال توکنهای جایگزین
بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.
امتحان مدل
برای امتحان این مدل وارد شوید. هر اجرا با همان قیمت مرشد API از کیف پول شما کم میشود.
ورود برای امتحاناستفاده با API
با SDK خود OpenAI کار میکند؛ فقط آدرس پایه را https://api.morshed.ai/v1 و کلید را کلید مرشد API بگذارید.
curl https://api.morshed.ai/v1/chat/completions \
-H "Authorization: Bearer $MORSHED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "qwen2.5-vl-72b-instruct", "messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}]}'import os
from openai import OpenAI
client = OpenAI(base_url="https://api.morshed.ai/v1", api_key=os.environ["MORSHED_API_KEY"])
res = client.chat.completions.create(
model="qwen2.5-vl-72b-instruct",
messages=[{"role": "user", "content": "سلام! خودت را معرفی کن."}],
)
print(res.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.morshed.ai/v1", apiKey: process.env.MORSHED_API_KEY });
const res = await client.chat.completions.create({
model: "qwen2.5-vl-72b-instruct",
messages: [{ role: "user", content: "سلام! خودت را معرفی کن." }],
});
console.log(res.choices[0].message.content);مشخصات فنی
- کانتکست
- ۱۲۸K توکن
- حداکثر طول جواب
- ۱۱۵ هزار توکن
- دانش تا
- تیر ۱۴۰۳
- مودالیتی
- text · vision
- سرعت
- ۴۰ توکن/ثانیه
- تأخیر اولین توکن
- ۹۶۸ میلیثانیه
- تاریخ انتشار
- ۱۳ بهمن ۱۴۰۳
- فیلتر محتوای ارائهدهنده
- ندارد
ارائهدهندهها
درخواستهای این مدل در مرشد API از طریق این ارائهدهنده پاسخ میگیرند.
- Parasail
پرسشهای پرتکرار
دربارهٔ Qwen2.5 VL 72B Instruct
این مدل هنوز در ارزیابی فارسی ما نبوده. مدلها را بهنوبت ارزیابی میکنیم و امتیازش بعد از ارزیابی همینجا میآید.
با نرخ روزانهٔ دلار، هر ۱ میلیون توکن ورودی ۳۶۵٬۴۳۹ تومان و هر ۱ میلیون توکن خروجی ۴۵۶٬۷۹۹ تومان است. یک گفتگوی معمولی با این مدل حدود ۶۴۰ تومان تمام میشود.
این مدل را میتوانید با شناسهٔ qwen2.5-vl-72b-instruct از API مرشد صدا بزنید. API با SDK رسمی OpenAI سازگار است و پرداختش ریالی است.
این مدل علاوه بر متن، تصویر هم ورودی میگیرد و خروجی را در قالب JSON مشخص برمیگرداند.
کانتکست این مدل ۱۲۸ هزار توکن است، یعنی تقریباً ۱۲۸ صفحه متن فارسی را یکجا میخواند. در هر جواب هم تا ۱۱۵ هزار توکن مینویسد.
دانش این مدل تا تیر ۱۴۰۳ است و از اتفاقهای بعد از آن خبر ندارد، مگر اینکه به جستوجوی وب وصل باشد.