QvQ-72B-Preview
QvQ-72B-Preview est un LLM de Qwen publié le 25 décembre 2024, avec 73 milliards de paramètres et une licence Qwen en open-weights autorisant l’usage commercial.
QvQ-72B-Preview est un LLM de Qwen publié le 25 décembre 2024, avec 73 milliards de paramètres et une licence Qwen en open-weights autorisant l’usage commercial.
Près de deux ans après sa sortie, il relève déjà d’une génération ancienne à l’échelle de l’IA. La mention Preview signale un modèle à considérer comme une version préliminaire, et sa documentation disponible repose sur une seule source de données concordante.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Qwen |
| Licence | Qwen (open-weights, usage commercial autorisé) |
| Date de sortie | 25 décembre 2024 |
| Multimodal | oui |
| Paramètres | 73 milliards |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| MathVista | 71,4 % | 13ᵉ / 38 | llm-stats | Auto-déclaré |
| MMMU | 70,3 % | 28ᵉ / 61 | llm-stats | Auto-déclaré |
| MathVision | 35,9 % | 29ᵉ / 31 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. QvQ-72B-Preview se distingue surtout par son format open-weights avec usage commercial autorisé, rare pour un modèle de cette taille à sa période de sortie. Ses 73 milliards de paramètres le plaçaient dans la catégorie des grands LLM, avec un positionnement destiné aux usages exigeant un modèle autonome plutôt qu’un simple service fermé. L’appartenance à l’écosystème Qwen donne aussi un repère clair sur l’éditeur et la famille technique du modèle.
Limites et points d'attention. QvQ-72B-Preview est ancien pour le secteur, et ses performances doivent être évaluées face aux modèles de fin 2024 plutôt qu’aux modèles haut de gamme actuels. Aucune donnée vérifiée de benchmark, de coût d’entraînement ou d’équivalent GPU H100 n’est disponible dans les éléments fournis, ce qui limite l’analyse comparative. La couverture repose sur une seule source concordante, donc la fiche doit éviter toute conclusion fine sur ses capacités réelles. Comme modèle Preview ancien, il est probablement dépassé et peut ne plus figurer dans les catalogues actuels de l’éditeur.
Sources des données : LLM-Stats (llm-stats.com).