Hız analizi
Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.
Kalite puanları
Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.
Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.
Fiyatlar
Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.
Saniye başına token
Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.
P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.
Yetenekler
Kullanılabilirlik
Kullanılabilirlik
Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.
Son 7 gün
100.0%
n=8
Son 30 gün
100.0%
n=18
Medyan yanıt süresi
3,308ms
n=18
Baz alınan 398 ölçüm son 30 gün içinde.
Teknik detaylar
Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.
Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.
Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.
Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.
Toplam çağrı (30d)
18
OK yanıtlar (30d)
18
Toplam çağrı (7d)
8
OK yanıtlar (7d)
8
Tokonomix kıyaslama kararları
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.
Kalite
—
Gecikme p50
—
Test çalıştırmaları
0
Qwen2.5-VL-72B-Instruct
OVH AI Endpoints (GRA) tarafından
- Yayın tarihi
- 26 Ocak 2025
- Bağlam penceresi
- — tokens
- Giriş fiyatı
- $1.78 / 1M
- Çıkış fiyatı
- $1.78 / 1M
- Seviye
- Seviye B — Üretim
- Modalite
- Metin + görüntü
- API türü
- REST · akış
- Benchmark çalıştırmaları
- 667
OVH AI Endpoints (GRA) tarafından daha fazla