Qwen2.5 VL 72B Instruct
нейросеть
Qwen2.5 VL 72B Instruct — мультимодальная модель Qwen для анализа изображений: объекты, тексты, графики, иконки и разметка макета.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 128 000 токенов
- Макс. длина ответа
- 115 200 токенов
- Возможности
- вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Как работает Qwen2.5 VL 72B Instruct?
Qwen2.5 VL 72B Instruct — визуально-языковая модель семейства Qwen: она принимает не только текстовый запрос, но и изображение. Модель уверенно распознаёт привычные объекты вроде цветов, птиц, рыб и насекомых, а также разбирает то, что находится внутри картинки: текстовые фрагменты, графики, иконки, схемы и компоновку макета. В BotHub доступ открывается без VPN и зарубежной карты: оплата российской картой в рублях и только за фактически израсходованные токены, которые не сгорают. В одном окне рядом — более 250 других нейросетей, между которыми легко переключаться и сравнивать ответы, а единый OpenAI-совместимый API позволяет подключить модель к своему сервису и позже сменить её без переписывания интеграции. Данные шифруются по AES-GCM и не сохраняются, а компаниям доступны договор, счёт, ЭДО и админ-панель с лимитами. Сценарии простые: снять цифры с диаграммы для отчёта, вытащить текст со скриншота или скана, описать содержимое фотографии для каталога, разобрать интерфейс или макет по элементам, распознать объект на снимке в полевой задаче.Частые вопросы о Qwen2.5 VL 72B Instruct
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Это визуально-языковая модель Qwen: она читает текст, разбирает изображения и документы, отвечает на вопросы по их содержимому. Подходит для анализа скриншотов, схем, таблиц и сканов, извлечения данных в структурированный вид, работы с кодом и подключения инструментов через вызов функций. Контекст — 32 000 токенов.
В одном ответе — до 115 200 токенов по нашим данным, это объём большой статьи или документации целиком. Контекстное окно — 32 000 токенов, поэтому промпт и приложенные файлы считайте вместе, а для длинных материалов разбивайте задачу на части.
Отдельный режим рассуждений в наших данных не отмечен, но это не значит, что его нет. На практике помогает попросить модель разобрать задачу по шагам: так ответы на логику, расчёты и разбор документов получаются аккуратнее. Проверьте на своём сценарии.
Да. Вызов функций и структурированный вывод JSON поддерживаются: модель может обращаться к вашим инструментам и возвращать ответ по заданной схеме. Это удобно для извлечения полей из сканов и счетов, интеграций и агентных сценариев. В BotHub всё работает через единый OpenAI-совместимый API.
Изображения и документы — да, их можно отправлять на вход вместе с текстом: модель опишет картинку, найдёт нужный фрагмент на скриншоте, разберёт таблицу или договор. Приём аудио и видео в наших данных не отмечен. Для таких задач в BotHub есть отдельные модели.
Данных о языках промптов и вывода у нас нет, поэтому обещать конкретное качество не станем. Qwen2.5-VL относится к многоязычной линейке Qwen, так что русский запрос модель поймёт. Надёжнее всего проверить на своей задаче и сравнить с другой моделью — переключиться в BotHub можно в одном окне.