
Qwen2.5 Instruct 72B
Qwen2.5-72B-Instructは、720億のパラメータを持ち、命令による微調整が行われた言語モデルで、Qwen2.5シリーズに属しています。このモデルは、命令に従い、長文(8Kトークンを超える)を生成し、構造化データ(例えば表)を理解し、構造化された出力、特にJSONを生成することを目的としています。このモデルは29種類以上の言語をサポートしています。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
131,072
コンテキストウィンドウ
8,192
最大出力トークン
-
知識カットオフ
価格設定
¥2.52 /M tokens
入力
¥2.88 /M tokens
出力
- /M tokens
混合価格
クイック簡易比較
Qwen Turbo
Qwen2.5 Turbo
Qwen-Plus-Latest
¥0.11
基本パラメータ
Qwen2.5 Instruct 72B技術パラメータ
パラメータ数
72,700.0M
コンテキスト長
131.07k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキストのみ
スループット
100
リリース日
2024-09-19
応答速度
58.21,355 tokens/s
ベンチマークスコア
以下はQwen2.5 Instruct 72Bの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
40.41
大規模言語モデルインテリジェンスレベル
コーディング指数
27.18
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
50.9
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
72
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
49.1
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.2
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
27.6
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
26.7
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
88.3
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
85.8
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
16
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長