Snelheidsanalyse
Latency gemeten over alle benchmark-runs. P50 (mediaan) en P95 (95e percentiel) geven een realistisch beeld van de responssnelheid onder normale en piekbelasting.
Kwaliteitsscores
Hoe dit model zich per promptcategorie verhoudt tot de rest van het veld, uit een paarsgewijze berekening over dezelfde prompts. Het ruwe jurycijfer staat onder elk getal.
Winstpercentage per categorie: hoe vaak dit model een gemiddeld model verslaat op een prompt uit die categorie. 50% is gemiddeld, geen onvoldoende. Het is geen percentage goede antwoorden.
Prijzen
Wat je per miljoen tokens betaalt als je dit model via Tokonomix gebruikt, plus een schatting voor een gemiddeld gesprek.
Tokens per seconde
Doorvoersnelheid in tokens per seconde, afgeleid uit gemeten P50-latency. Hogere waarden zijn beter; fluctuaties weerspiegelen serverbelasting bij de provider.
Geschat uit P50-latency × 200 output-tokens — het absolute getal hangt af van deze aanname; de trend is wat telt.
Mogelijkheden
Beschikbaarheid
Beschikbaarheid
Hoe vaak dit model antwoordt als we het aanroepen — gemeten over echte API-aanvragen en live-tests in de afgelopen 30 dagen. Dit staat los van kwaliteit: deze cijfers laten alleen zien of het model reageert, niet hoe goed het antwoord is.
Afgelopen 7 dagen
100.0%
n=36
Afgelopen 30 dagen
100.0%
n=54
Mediane responstijd
3,672ms
n=54
Gebaseerd op 434 metingen in de afgelopen 30 dagen.
Technische details
Alleen echte API-aanroepen en live-testverzoeken tellen mee — interne probes en benchmarkruns zijn uitgesloten.
Aanroepen met een eigen API-sleutel (BYOK) zijn uitgesloten: die fouten zijn sleutelspecifiek en geen teken van modelneergang.
Mislukte aanroepen worden NIET meegeteld in kwaliteitsscores — kwaliteit wordt gemeten op geslaagde responses. Beschikbaarheid en kwaliteit zijn onafhankelijke signalen.
Mediane responstijd (p50) over geslaagde aanroepen met een vastgelegde duur. Uitschieters trekken de mediaan minder dan het gemiddelde.
Totaal aanroepen (30d)
54
OK-reacties (30d)
54
Totaal aanroepen (7d)
36
OK-reacties (7d)
36
Tokonomix benchmark-oordelen
Vision-capable model debuts with strong multimodal performance
Qwen2.5-VL-72B-Instruct enters the benchmark pool as a vision-enabled model, demonstrating competent performance across standard evaluation tasks. The model shows solid capabilities in instruction following and general comprehension, though no direct performance comparison is available as this represents the first benchmark window with results data. The addition of vision capabilities marks a significant enhancement to the model's functionality, enabling multimodal use cases that combine text and image inputs. Users should note that this is a 72-billion parameter model, suggesting substantial computational requirements for inference. The model appears suited for applications requiring visual understanding alongside text processing, including image captioning, visual question answering, and document analysis tasks. As this is the initial benchmark window with recorded results, performance trends and stability metrics will become clearer in subsequent evaluation periods. Organizations evaluating this model should conduct their own testing on representative workloads to validate performance for specific use cases, particularly for vision-intensive applications where the model's multimodal capabilities would be most relevant.
Kwaliteit
—
Latency p50
—
Testruns
0