Q

Qwen2 Instruct 72B

Qwen2 - 72BInstructは720億個のパラメータを持つ命令調整言語モデルで、最大131072個のトークンのコンテキスト長をサポートします。これは新しいQwen2シリーズの一部で、このシリーズは大多数のオープンソースモデルを上回り、様々なベンチマークテストで独自モデルとの競争力を示しています。
インテリジェンス(比較的弱い)
速度(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
131,072
最大出力トークン
-
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
- /M tokens
混合価格

クイック簡易比較

入力

出力

Qwen Turbo
Qwen2.5 Turbo
Qwen-Plus-Latest
¥0.11

基本パラメータ

Qwen2 Instruct 72B技術パラメータ
パラメータ数
72,000.0M
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
0
リリース日
2024-06-07
応答速度
31.001,368 tokens/s

ベンチマークスコア

以下はQwen2 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
32.6
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
19.39
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
42.4
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
62.2
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
37.1
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
3.7
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
15.9
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
22.9
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
82.6
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
70.1
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
14.7
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase