ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Alibaba Qwen
开源权重 Alibaba Qwen · qwen2-5-omni-7b · Text+Image+Audio+Video

Qwen2.5-Omni 7B 官方规格参数、API 定价与评测档案

Alibaba Qwen 发布的 Qwen2.5-Omni 7B(官方 API ID:qwen2-5-omni-7b,发布于 2024-12),支持 32,768 上下文窗口与 2,048 单次最大输出,模态:Text + Image + Audio + Video。

📋 Qwen2.5-Omni 7B 官方 API 技术规格与计费参数总表

核验自 Alibaba Qwen 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: qwen2-5-omni-7b

1. 模型标识与能力开关

API Spec
官方调用 Model ID
qwen2-5-omni-7b
版本发布日期
2024-12
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
—
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
33,000 tokens (33K)
单次最大输出上限
2,048 tokens
支持输入模态
Text + Image + Audio + Video
支持输出模态
Text + Audio
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

USD / 1M
标准输入单价 (每百万)
$ 0.1
Prompt 缓存命中输入
$ 0.02 -80%
标准输出单价 (每百万)
$ 0.4

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

官方标准对话与生成配置
temperature=0.7 top_p=0.95 max_tokens=2,048

📊 Qwen2.5-Omni 7B 全量评测成绩与维度排名

共 30 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

👁️ 多模态与视觉 17 项

DocVQA #1/3 95.2%

基于 1.2 万张真实扫描商业文档与表单图像的 5 万道视觉文档问答基准。

ChartQA #3/3 85.3%

大规模统计图表视觉与数值逻辑推理问答基准。

TextVQA #1/1 84.4%

要求模型精准读取自然图像中的招牌、标签文字并结合画面常识作答的视觉问答基准。

AI2D #7/7 83.2%

包含近 5,000 张自然科学教学示意图(食物网、人体结构、地质循环)的图表关系理解基准。

MMBench-V1.1 #6/6 81.8%

中英双语系统化多模态理解评测基准(MMBench v1.1),采用循环选项策略消除位置偏置。

VideoMME w sub. #8/8 72.4%

附带视频字幕输入的 Video-MME 全时长综合视频理解与时序推理评测。

MVBench #7/7 70.3%

包含 20 类无法仅靠单帧静态截图回答的动态时序理解任务的多模态视频基准。

RealWorldQA #13/13 70.3%

源自车载相机与真实街道场景的 700+ 张实拍图像物理空间常识理解评测。

EgoSchema #1/1 68.6%

基于第一人称视角(Ego4D)3 分钟长片段的 5,000+ 道人类日常行为意图长时序视频诊断基准。

MMAU #4/4 65.6%

大规模多任务音频理解与推理基准,涵盖语音、环境声效与音乐三大领域的 1 万条音频逻辑问答题。

MMStar #8/8 64%

经过严格人工筛选、剔除「不看图也能答对」样本的 1,500 道纯视觉强依赖多模态评测。

MuirBench #3/3 59.2%

考察多张关联图像(多视角对比、时序变化、图文对照)联合理解能力的鲁棒多图基准。

MMMU #16/16 59.2%

大规模多学科多模态理解基准,汇集大学考试与教材中的 1.15 万道图表、公式、电路图与医学影像专业推理题。

OCRBench_V2 #4/5 57.8%

包含 1 万组人工校验问答对的大规模中英双语视觉文字定位、公式图表识别与推理基准(OCRBench v2)。

ODinW #6/7 42.4%

开放真实世界多样化场景下的零样本/少样本目标检测泛化能力基准(ODinW)。

MMMU-Pro #42/44 36.6%

MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。

MM-MT-Bench #1/1 0.1

采用大模型裁判评估的多模态多轮指令遵循与开放式看图对话基准。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

想私有化部署?能力最接近 Qwen2.5-Omni 7B 的开源权重平替模型

以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署

与这些平替逐项对比 →

常见问题解答 (FAQ)

Qwen2.5-Omni 7B 是开源模型还是闭源商业模型?能本地部署吗?

Qwen2.5-Omni 7B 是由 Alibaba Qwen 研发的闭源商业大模型(官方调用 ID 为 qwen2-5-omni-7b),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。

Qwen2.5-Omni 7B 的最大上下文窗口、单次最大输出和 API 价格是多少?

Qwen2.5-Omni 7B 支持最高 33K 上下文输入与 2,048 tokens 单次输出,支持输入模态包括 Text、Image、Audio、Video。官方标准费率为每百万输入 $0.1、缓存命中输入 $0.02、每百万输出 $0.4。