Qwen2.5-Omni-7B
- 输入 输入模态: 文本图像音频视频 输出 输出模态: 文本音频
- 开放权重
价格
2 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-omni-7b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 文本 tokens 自 2026年10月11日 起页面不再列出 | ¥0.60 | — |
| 图像 tokens 自 2026年10月11日 起页面不再列出 | ¥2.00 | — |
| 音频 tokens 自 2026年10月11日 起页面不再列出 | ¥38.00 | ¥76.00 |
| 视频 tokens 自 2026年10月11日 起页面不再列出 | ¥2.00 | — |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月6日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-omni-7b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 文本 tokens 自 2026年10月11日 起页面不再列出 | $0.10 | — |
| 图像 tokens 自 2026年10月11日 起页面不再列出 | $0.28 | — |
| 音频 tokens 自 2026年10月11日 起页面不再列出 | $6.76 | $13.51 |
| 视频 tokens 自 2026年10月11日 起页面不再列出 | $0.28 | — |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月10日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 最长输入
- 30.72K
- 推理
- —
- 工具调用
- —
- 结构化输出
- —
- 知识截止
- 2024年4月
- 模型家族
- qwen-omni
- 模型 ID
Alibaba Qwen 的页面未说明：推理档位, 可关闭推理, 最大思考预算, 内置工具, 许可证, 别名。
本地运行
权重： Qwen/Qwen2.5-Omni-7B- 参数 10.7B
- 稠密
- 原生精度 BF16
- 层数 28
- 每 token 的 KV 缓存 56 KB
- 配置位置数 32K （config.json max_position_embeddings）
- API 上下文 32K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q8_0 （自动） 8K 上下文 42–64 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 11.6 GB (权重 10.6 + KV 缓存 0.4 + 开销 0.5)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 42–64 tok/s
- 最长上下文
- 32K (模型上限)
- 首 token
- 2K 提示约 0.35–0.52 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 20.8 GB | ≈ 22.3 | ○需放到内存 16–25 tok/s | — |
| Q8_0 | 10.6 GB | ≈ 11.6 | ●流畅 42–64 tok/s | 32K |
| FP8 | 10.0 GB | ≈ 10.9 | ●流畅 45–67 tok/s | 32K |
| Q6_K | 8.2 GB | ≈ 9.1 | ●流畅 54–81 tok/s | 32K |
| Q5_K_M | 7.1 GB | ≈ 8.0 | ●流畅 62–93 tok/s | 32K |
| Q5_0 | 6.9 GB | ≈ 7.8 | ●流畅 64–96 tok/s | 32K |
| Q4_K_M | 6.1 GB | ≈ 7.0 | ●流畅 72–108 tok/s | 32K |
| Q4_0 | 5.6 GB | ≈ 6.6 | ●流畅 77–116 tok/s | 32K |
| INT4 (AWQ / GPTQ)官方 | 11.8 GB | ≈ 12.9 | ●流畅 38–57 tok/s | 32K |
| IQ4_XS | 5.3 GB | ≈ 6.2 | ●流畅 82–123 tok/s | 32K |
| Q3_K_M质量下降明显 | 4.9 GB | ≈ 5.8 | ●流畅 88–132 tok/s | 32K |
| IQ3_XXS质量下降明显 | 3.8 GB | ≈ 4.8 | ●流畅 110–165 tok/s | 32K |
| Q2_K质量下降明显 | 3.7 GB | ≈ 4.7 | ●流畅 112–168 tok/s | 32K |
| IQ2_XXS质量下降明显 | 2.6 GB | ≈ 3.5 | ●流畅 156–234 tok/s | 32K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 162.2 GB你的配置放不下
LoRA≈ 22.4 GB你的配置放不下
QLoRA≈ 8.0 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →暂无变更记录。
来源
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
- qwen2.5-omni-7b 模型信息-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月30日
- models.dev: qwen2-5-omni-7b (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- qwen2.5-omni-7b（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月8日
- Qwen/Qwen2.5-Omni-7B model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen2.5-Omni-7B config.json（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen2.5-Omni-7B files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen2.5-Omni-7B-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-Omni-7B-GPTQ-Int4 files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型