Railwail
Log ind

Qwen2.5-VL 7B Instruct (HF)

MultimodalIkke tilgængelig
af Alibaba (Qwen)Modell-ID: qwen2-5-vl-7b-instruct-hf

Alibaba Qwen2.5-VL 7B via Hugging Face Inference. Open-weights image-text-to-text model with improved OCR, chart and table reading, object grounding and long-document understanding.

Se alternativerSammenlign
Status
Ikke tilgængelig
Kontekst
32.768 tokens
Maks. output
4.096 tokens
Input → output
Tekst + Billede → Tekst
Udvikler
Alibaba (Qwen)
Opdateret
23. september 2026

Qwen2.5-VL 7B Instruct (HF) er i øjeblikket utilgængelig

Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.

Gå til alternativer
01

Sammenlignelige modeller

Alle i denne kategori
02

Playground

Prøv Qwen2.5-VL 7B Instruct (HF)

Input & resultat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Prøv Qwen2.5-VL 7B Instruct (HF)

0 / 16.000

Resultat
Svaret vises her.

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.

03

Om Qwen2.5-VL 7B Instruct (HF)

Kort sagtFra 23. september 2026

Qwen2.5-VL 7B Instruct (HF) er en model af Alibaba (Qwen) i kategorien Multimodal. Qwen2.5-VL 7B Instruct (HF) er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 32.768 tokens, og et svar kan være op til 4.096 tokens langt.

Qwen2.5-VL 7B Instruct is the 2.5 generation of Alibaba's vision-language family, accessed through the Hugging Face serverless image-text-to-text pipeline. Compared with Qwen2-VL it improves OCR across languages, chart and table parsing, visual grounding with bounding boxes, and understanding of long documents and longer videos. Suitable for document extraction, UI understanding and image-grounded chat where open weights are required.
04

Priser

Ikke tilgængelig i øjeblikket. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

05

API

Kald Qwen2.5-VL 7B Instruct (HF) med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
qwen2-5-vl-7b-instruct-hfAPI-dokumentationFå en API-nøgle

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

06

Specifikationer

Model-ID
qwen2-5-vl-7b-instruct-hf
Udvikler
Alibaba (Qwen)
Kategori
Multimodal
Input
Tekst, Billede
Output
Tekst
Kontekstvindue
32.768 tokens
Maks. output
4.096 tokens
Katalogelement opdateret
23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

  • promptpåkrævet

    Question about the image

    Type: Tekst
    Standard: –
    Tilladte værdier: op til 16.000 tegn
  • image_url

    Image URL to analyze

    Type: Tekst
    Standard: –
    Tilladte værdier: –

Tags

  • huggingface
  • qwen
  • alibaba
  • vision-understanding
  • open-weights
  • ocr
  • grounding
07

Ofte stillede spørgsmål

Hvad er Qwen2.5-VL 7B Instruct (HF)?

Qwen2.5-VL 7B Instruct (HF) er en model fra Alibaba (Qwen) i kategorien Multimodal. Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster Qwen2.5-VL 7B Instruct (HF) på Railwail?

Qwen2.5-VL 7B Instruct (HF) kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.

Hvad er kontekstvinduet for Qwen2.5-VL 7B Instruct (HF)?

Kontekstvinduet for Qwen2.5-VL 7B Instruct (HF) indeholder 32.768 tokens. Et svar kan være op til 4.096 tokens langt.

Hvor hurtig er Qwen2.5-VL 7B Instruct (HF)?

Der er endnu ikke nok målte kørsler af Qwen2.5-VL 7B Instruct (HF) på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er Qwen2.5-VL 7B Instruct (HF) bedre end BLIP?

Det afhænger af opgaven. Qwen2.5-VL 7B Instruct (HF) (Alibaba (Qwen)) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign Qwen2.5-VL 7B Instruct (HF) og BLIP

Kan Qwen2.5-VL 7B Instruct (HF) behandle billeder?

Ja. Qwen2.5-VL 7B Instruct (HF) accepterer billeder som input ud over tekst.

Kan jeg bruge Qwen2.5-VL 7B Instruct (HF) lige nu?

Ikke tilgængelig i øjeblikket. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.

Få API-nøgleSe alle modeller