Qwen2.5-VL-72B-Instruct
- 输入 输入模态: 文本图像 输出 输出模态: 文本
- 开放权重
价格
1 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-vl-72b-instruct| 条件 | 输入/ 千 tokens | 输入/ 百万 tokens | 输出/ 千 tokens | 输出/ 百万 tokens |
|---|---|---|---|---|
| 标准 | — | ¥16.00 | — | ¥48.00 |
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2日) · How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） (核对于 2026年11月1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
- 推理
- —
- 工具调用
- —
- 结构化输出
- —
- 知识截止
- 2024年4月
- 许可证
- Qwen LICENSE AGREEMENT
- 模型家族
- qwen-vl
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 内置工具, 别名。
本地运行
权重： Qwen/Qwen2.5-VL-72B-Instruct- 参数 73.4B
- 稠密
- 原生精度 BF16
- 层数 80
- 每 token 的 KV 缓存 320 KB
- 配置位置数 125K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
○需放到内存 IQ4_XS （自动） 8K 上下文 2–3 tok/s卸载 42/80 层
权重KV 缓存运行开销放到内存可用上限
- 需要
- ≈ 40.6 GB (权重 36.3 + KV 缓存 2.5 + 开销 1.8)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 19.1 GB · 38/80 层在显卡（--n-gpu-layers 38）
- 生成速度
- 2–3 tok/s
- 首 token
- 2K 提示约 2.37–3.56 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 | 136.7 GB | ≈ 146.1 | ✕放不下 | — |
| Q8_0 | 72.6 GB | ≈ 78.8 | ✕放不下 | — |
| FP8 | 68.4 GB | ≈ 74.3 | ✕放不下 | — |
| Q6_K | 56.1 GB | ≈ 61.5 | ✕放不下 | — |
| Q5_K_M | 48.6 GB | ≈ 53.6 | ✕放不下 | — |
| Q5_0 | 47.0 GB | ≈ 51.9 | ✕放不下 | — |
| Q4_K_M | 41.5 GB | ≈ 46.1 | ✕放不下 | — |
| Q4_0 | 38.5 GB | ≈ 42.9 | ○需放到内存 2–3 tok/s | — |
| INT4 (AWQ / GPTQ)官方 | 40.1 GB | ≈ 44.6 | ○需放到内存 2–3 tok/s | — |
| IQ4_XS | 36.3 GB | ≈ 40.6 | ○需放到内存 2–3 tok/s | — |
| Q3_K_M质量下降明显 | 33.4 GB | ≈ 37.6 | ○需放到内存 2–4 tok/s | — |
| IQ3_XXS质量下降明显 | 26.2 GB | ≈ 30.0 | ○需放到内存 4–6 tok/s | — |
| Q2_K质量下降明显 | 25.6 GB | ≈ 29.4 | ○需放到内存 4–7 tok/s | — |
| IQ2_XXS质量下降明显 | 17.6 GB | ≈ 21.0 | ●流畅 23–35 tok/s | 10K |
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 NVIDIA H100 SXM；统一内存 Apple M5 Max (40-core GPU) · 64 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≈ 1098.6 GB你的配置放不下
LoRA≈ 142.4 GB你的配置放不下
QLoRA≈ 44.1 GB你的配置放不下
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- LMArena Vision 1,107
第 79 名，共 89 个上榜模型 · 置信区间 1,097–1,118 · 3,768 票
变更
全部变更 →- Alibaba Cloud Model Studio, 中国站 新增 2 项报价 输入 ¥16.00 · 输出 ¥48.00
- 新增语言模型
来源
- Text generation - Alibaba Cloud Model Studio（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月15日
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月15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2日
- Qwen/Qwen2.5-VL-72B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen2.5-VL-72B-Instruct config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-VL-72B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-VL-72B-Instruct-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年11月1日
- LICENSE · Qwen/Qwen2.5-VL-72B-Instruct at refs/pr/34（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- models.dev: alibaba/qwen2-5-vl-72b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月31日
- Alibaba Cloud Releases Latest AI Models For Enhanced Visual Understanding and Long Context Inputs - Alibaba Cloud Community（在新标签页打开） alibabacloud.com · 核对于 2026年10月31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