Qwen: Qwen2.5 VL 72B Instruct

qwen/qwen2.5-vl-72b-instruct

Qwen2.5-VL умеет распознавать распространённые объекты, такие как цветы, птицы, рыбы и насекомые. Кроме того, она отлично справляется с анализом текстов, диаграмм, иконок, графики и макетов в изображениях.

Модальности

Вход / выход за 1 млн

30,94 ₽ / 92,83 ₽

Контекст

128 000

Добавлена

1 февр. 2025 г.

Поставщики, endpoint’ы и маршрутизация

Один поставщик может предлагать несколько endpoint-вариантов: стандартный, flex, priority или региональный. Без дополнительных настроек выбирается самый дешёвый доступный endpoint.

Маршрут запроса

Сначала самый дешёвый доступный endpointrequest body

"provider": { "sort": "price" }

2 поставщика · 2 endpoint-вариантов

Поставщик / endpoint	Данные	Вход / 1 млн	Выход / 1 млн	Кэш / 1 млн	Задержка	Скорость	Доступность
NebiusДешевле nebius/fp8·FP8		30,94 ₽	92,83 ₽	—	1,03 с	14 ток/с	99,36%
Parasail parasail/fp8·FP8		99,02 ₽	123,78 ₽	49,51 ₽	1,43 с	20 ток/с	99,63%

Красный и жёлтый щиты отмечают предупреждения о данных. Наведите на значок для подробностей. Условия конкретного endpoint могут отличаться от общей политики провайдера.

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Входные токены	30,94 ₽за 1 млн токенов
Выходные токены	92,83 ₽за 1 млн токенов

Бенчмарки

Результаты стандартизированных оценок. Для индексов, ELO и точности большее значение означает лучший результат.

Публичные eval-задачи

Точность опубликованных прогонов.

Источник

GPQA Diamond

44,4%точность

396 задач

Данные API на 02.09.2026, 12:01:44.

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

textimage

Выходные модальности

text

frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetop_ktop_logprobstop_p

Пример запроса

curl https://gorouter.ru/api/v1/chat/completions \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen2.5-vl-72b-instruct",
    "messages": [{"role": "user", "content": "Привет!"}]
  }'