Qwen2.5 VL 72B Instruct

Qwen2.5 VL 72B Instruct est un modèle de Qwen sorti le 26 janvier 2025, avec 72 milliards de paramètres et une fenêtre de contexte très large de 131 072 tokens. À l’échelle de l’IA, son ancienneté d’environ un an le situe déjà dans une génération passée, à comparer surtout aux modèles disponibles au moment de sa sortie.

Son positionnement le plus net combine grand format, coût très bas et licence tongyi-qianwen avec poids non ouverts. Son tarif est très inférieur à celui des LLM similaires et reste environ six fois plus bas que celui des modèles frontière, ce qui en faisait une option économique pour un modèle volumineux.

Caractéristiques

Performances (benchmarks)

« 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.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Classements Arena (Elo)

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 59 % en dessous de la moyenne des LLM similaires, et 6 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Notre analyse

Forces. À sa sortie, Qwen2.5 VL 72B Instruct figurait dans le haut du panier de sa génération sur plusieurs évaluations Benchable. Ses meilleurs signaux concernent Hallucinations (Baseline), qui évalue la tendance à produire des réponses inventées, et Ethics (Baseline), où il apparaît en top 10. General Knowledge (Baseline) atteint aussi un score maximal, même si son rang montre une concurrence dense sur ce test. Email Classification (Baseline) est un autre point solide, utile pour les tâches de tri et de catégorisation textuelle. Le modèle conserve aussi un avantage économique marqué, avec une tarification 59% inférieure à la moyenne des LLM similaires.

Limites et points d'attention. Qwen2.5 VL 72B Instruct est aujourd’hui un modèle ancien pour le marché de l’IA, probablement dépassé par les générations récentes et souvent retiré des catalogues actifs des éditeurs. Ses résultats sont moins convaincants en Instruction Following (Baseline) et surtout en Reasoning (Baseline), où il se situe nettement plus bas dans le classement. Son score Arena vision le place loin des meilleurs systèmes évalués sur ce terrain. La coupure de connaissances au 2024-06-30 limite aussi sa pertinence sur les faits récents. Enfin, la licence tongyi-qianwen indique des poids non ouverts, ce qui réduit les possibilités d’audit, d’adaptation locale et de déploiement autonome.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).