Qwen2.5-VL-32B-Instruct
deepinfra · Chat model
Qwen2.5-VL-32B-Instruct は deepinfra の チャット モデルとして掲載されています。料金、上限、機能、ソースを比較しやすい形で確認できます。
正確性のため、プロバイダー名とモデル ID は原文のまま表示しています。
deepinfra-deepinfra-qwen-qwen2-5-vl-32b-instruct
入力
$0.2000 / 1M tokens
出力
$0.6000 / 1M tokens
キャッシュ入力
N/A
コンテキスト長
128.0K
カタログ生成日: 2026/07/13
要点
向いている確認
自分のワークロードで試す前に、料金、コンテキスト長、対応機能を短時間で確認したいときに使います。
公式側で確認すること
割引、キャッシュ料金、リージョン条件、公開メタデータに出ていないモデル上限は、必ずプロバイダーの公式ページで確認してください。
料金
| 項目 | 料金 |
|---|---|
| 入力 | $0.2000 / 1M tokens |
| 出力 | $0.6000 / 1M tokens |
| 埋め込み | $0.2000 / 1M tokens |
上限
コンテキスト長
128.0K
最大入力トークン
128.0K
最大出力トークン
128.0K
最大トークン
128.0K
機能
| 機能 | 対応 |
|---|---|
| Vision | 対応 |
| Function calling | 対応 |
| Parallel function calling | - |
| Tool choice | 対応 |
| Prompt caching | - |
| Reasoning | - |
| Response schema | - |
| System messages | - |
| Audio input | - |
| Audio output | - |
| Web search | - |
| PDF input | - |
| Video input | - |
ベンチマーク
多くのベンチマーク行は、このプロバイダールートそのものではなく、ベースモデル系列に紐づいています。 ベンチマーク一覧を開く
| ベンチマーク | スコア | 指標 | 対象範囲 | 確認日 | ソース |
|---|---|---|---|---|---|
| MMLU | 74.2% | accuracy | ベースモデル: Qwen2.5 (Qwen2.5-7B-Instruct) | 2026-05-31 | リンク |
| MMLU | 83.3% | accuracy | ベースモデル: Qwen2.5 (Qwen2.5-32B-Instruct) | 2026-05-31 | リンク |
| MATH | 49.8% | accuracy | ベースモデル: Qwen2.5 (Qwen2.5-7B-Instruct) | 2026-05-31 | リンク |
| MATH | 57.7% | accuracy | ベースモデル: Qwen2.5 (Qwen2.5-32B-Instruct) | 2026-05-31 | リンク |
| HumanEval | 57.9% | pass@1 | ベースモデル: Qwen2.5 (Qwen2.5-7B-Instruct) | 2026-05-31 | リンク |
| HumanEval | 58.5% | pass@1 | ベースモデル: Qwen2.5 (Qwen2.5-32B-Instruct) | 2026-05-31 | リンク |
| Artificial Analysis Coding Index | 11.9 | score | ベースモデル: qwen2.5 (qwen/qwen-2.5-72b-instruct) | 2026-05-31 | リンク |
| GPQA Diamond | 49.1% | accuracy | ベースモデル: qwen2.5 (qwen/qwen-2.5-72b-instruct) | 2026-05-31 | リンク |
| Humanity's Last Exam | 4.2% | accuracy | ベースモデル: qwen2.5 (qwen/qwen-2.5-72b-instruct) | 2026-05-31 | リンク |
| IFBench | 36.9% | accuracy | ベースモデル: qwen2.5 (qwen/qwen-2.5-72b-instruct) | 2026-05-31 | リンク |
| SciCode | 26.7% | accuracy | ベースモデル: qwen2.5 (qwen/qwen-2.5-72b-instruct) | 2026-05-31 | リンク |
| MMMU | 70 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| MMMU-Pro | 49.5 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| MMStar | 69.5 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| MathVista | 74.7 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| MathVision | 40.0 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| CC-OCR | 77.1 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| DocVQA | 94.8 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
| InfoVQA | 83.4 | score | ベースモデル: Qwen2.5-VL (Qwen2.5-VL-32B) | 2026-05-31 | リンク |
ソース
料金とメタデータの出典は英語版と同じデータベースを使っています。公式の提供元の事実情報は翻訳や推測で補完していません。
カタログ生成日: 2026-07-13T14:21:55.110Z