Qwen2.5-VL-7B-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
2 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-vl-7b-instruct| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥2.00 | ¥5.00 |
价格来源 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)
Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-vl-7b-instruct| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | $0.35 | $1.05 |
价格来源 models.dev: qwen2-5-vl-7b-instruct (community data, MIT)（在新标签页打开） (核对于 2026年10月15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
- apache-2.0
- 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-7B-Instruct- 参数 8.3B
- 稠密
- 原生精度 BF16
- 层数 28
- 每 token 的 KV 缓存 56 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
●流畅 原生 BF16 （自动） 8K 上下文 30–44 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 16.7 GB (权重 15.4（官方文件） + KV 缓存 0.4 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 30–44 tok/s
- 最长上下文
- 98K (再长就放不下)
- 首 token
- 2K 提示约 0.27–0.40 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 | 15.4 GB | ≈ 16.7 | ●流畅 30–44 tok/s | 98K |
| Q8_0 | 8.2 GB | ≈ 9.1 | ●流畅 54–81 tok/s | 125K |
| FP8 | 7.7 GB | ≈ 8.7 | ●流畅 58–86 tok/s | 125K |
| Q6_K | 6.3 GB | ≈ 7.3 | ●流畅 69–104 tok/s | 125K |
| Q5_K_M | 5.5 GB | ≈ 6.4 | ●流畅 79–119 tok/s | 125K |
| Q5_0 | 5.3 GB | ≈ 6.2 | ●流畅 82–123 tok/s | 125K |
| Q4_K_M | 4.7 GB | ≈ 5.6 | ●流畅 92–137 tok/s | 125K |
| Q4_0 | 4.3 GB | ≈ 5.3 | ●流畅 98–147 tok/s | 125K |
| INT4 (AWQ / GPTQ)官方 | 6.4 GB | ≈ 7.4 | ●流畅 68–102 tok/s | 125K |
| IQ4_XS | 4.1 GB | ≈ 5.0 | ●流畅 103–155 tok/s | 125K |
| Q3_K_M质量下降明显 | 3.8 GB | ≈ 4.7 | ●流畅 111–167 tok/s | 125K |
| IQ3_XXS质量下降明显 | 3.0 GB | ≈ 3.9 | ●流畅 138–208 tok/s | 125K |
| Q2_K质量下降明显 | 2.9 GB | ≈ 3.8 | ●流畅 141–211 tok/s | 125K |
| IQ2_XXS质量下降明显 | 2.0 GB | ≈ 2.9 | ●流畅 193–290 tok/s | 125K |
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
vLLM
vllm serve Qwen/Qwen2.5-VL-7B-Instruct --max-model-len 8192
微调需要多少显存
全参≈ 125.8 GB你的配置放不下
LoRA≈ 17.9 GB你的配置放得下
QLoRA≈ 6.8 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 →- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥2.00 · 输出 ¥5.00
- Alibaba Cloud Model Studio, 国际站 上线报价 输入 $0.35 · 输出 $1.05
- 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
- models.dev: qwen2-5-vl-7b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月15日
- Qwen/Qwen2.5-VL-7B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen2.5-VL-7B-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-7B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-VL-7B-Instruct-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-VL-7B-Instruct model card（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
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