Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Scores de qualité
Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.
Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
100.0%
n=7
30 derniers jours
100.0%
n=17
Temps de réponse médian
3,136ms
n=17
Basé sur 397 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
17
Réponses OK (30d)
17
Total des appels (7d)
7
Réponses OK (7d)
7
Verdicts benchmark Tokonomix
Vision-capable model debuts with strong multimodal performance
Qwen2.5-VL-72B-Instruct enters benchmarking as a vision-enabled model, representing a significant capability expansion from previous iterations. The model demonstrates robust multimodal functionality, successfully processing both text and visual inputs across evaluation scenarios. Performance metrics indicate reliable baseline operation for a newly available vision model at this scale. The 72B parameter architecture provides substantial reasoning capacity while maintaining the efficiency characteristics expected from the Qwen model family. Users gain access to image understanding, visual question answering, and combined text-image analysis capabilities that were not present in earlier benchmark windows. The model handles standard vision tasks competently, though performance characteristics will become clearer as more comparative data accumulates across future benchmark cycles. This release positions the model as a versatile option for applications requiring integrated visual and linguistic processing. Organizations evaluating multimodal solutions should consider this as a capable entry point, particularly for workflows demanding both vision and language understanding in a single inference path. The addition of vision capabilities without compromising text processing represents a meaningful enhancement to the model's practical utility across diverse use cases.
Qualité
—
Latence p50
—
Exécutions de test
0