Kan ik Qwen2.5 VL 72B lokaal draaien?

Ja, de gewichten zijn open en beschikbaar op Hugging Face onder Qwens eigen licentie. Met 72B parameters heb je aanzienlijke VRAM nodig — realistisch gezien een multi-GPU setup of een high-end enkele kaart.

Wat kost het gebruik via API?

De prijs is $0,80 per miljoen input tokens en $1,00 per miljoen output tokens, met een contextvenster van 128.000 tokens.

Hoe verhoudt de 72B zich tot de kleinere Qwen2.5 VL-modellen?

Alibaba biedt ook 3B en 7B varianten; de 72B is het topmodel en de juiste keuze als nauwkeurigheid op complexe documenten, lange video of agentachtige taken belangrijker is dan snelheid of kosten.

Qwen2.5 VL 72B Instruct

3720°

#llm #qwen #visie #agenten #data-extractie #lokaal

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Qwen | 128.000 token context | $0,80/M input, $1,00/M output. Qwen2.5-VL is bedreven in het herkennen van veelvoorkomende objecten zoals bloemen, vogels, vissen en insecten. Het is ook zeer capabel in het analyseren van teksten, grafieken, iconen, afbeeldingen en lay-outs binnen beelden.

Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen2.5 VL 72B Instruct is Alibaba’s vlaggenschip vision-language model, met een taalcore van 72 miljard parameters en sterke visuele begripscapaciteiten voor afbeeldingen en lange video’s. Het blinkt uit in agentachtige computer- en telefoonbediening, nauwkeurige objectlokalisatie en gestructureerde output van documenten zoals facturen en formulieren. Het is geschikt voor ontwikkelaars die documentpijplijnen, visuele agenten of alles wat een capabel open-weights multimodaal model nodig heeft tegen een redelijke API-prijs bouwen.

Bekend om

Leest grafieken, tabellen, iconen en dichte documentlay-outs met hoge nauwkeurigheid.
Werkt als visuele agent: kan redeneren over een scherm en tools aansturen voor computer- of telefoonbediening.
Localiseert objecten met begrenzingskaders of punten en levert stabiele JSON-coördinaten.
Begrijpt video’s van meer dan een uur en kan specifieke momenten aanwijzen.
Genereert gestructureerde output van gescande facturen, formulieren en tabellen.

Let op

De licentie is Qwens eigen, niet Apache of MIT — controleer dit voor commerciële inzet.
Met 72B parameters vereist lokaal draaien serieuze hardware; verwacht aanzienlijke VRAM-eisen.
Benchmarkscores op MMMU en MMMU_Pro liggen ongeveer gelijk aan GPT-4o, niet duidelijk beter.

Het beste voor

Visie

Agenten en toolgebruik

Data-extractie

Draait lokaal

Lange context

Prompts om te proberen

Factuur extraheren naar JSON

Ik voeg een gescande factuur toe. Extraheer elk regelitem, eenheidsprijs, hoeveelheid, subtotaal, belastingbedrag en totaalbedrag. Geef het resultaat terug als één JSON-object met duidelijk benoemde sleutels. Gebruik null als een veld onleesbaar of afwezig is.

Objecten beschrijven en lokaliseren

Bekijk de bijgevoegde afbeelding. Noem elk afzonderlijk object dat je kunt identificeren, geef elk een korte label en geef het begrenzingskader als [x_min, y_min, x_max, y_max] in pixelcoördinaten relatief aan de afbeeldingsafmetingen. Geef het resultaat terug als een JSON-array.

Analyseer een grafiek

Ik voeg een grafiek of diagram toe. Beschrijf wat het toont, identificeer de assen en eenheden, vat de belangrijkste trend of bevinding samen in twee zinnen en wijs op eventuele afwijkingen of opvallende datapunten. Wees specifiek over waarden waar je die kunt lezen.

Vergelijk met

Qwen3.7 Flash
Alleen API-model
1,000,000 token context · $0.03/M invoer, $0.13/M uitvoer
Qwen3.8 Max (0902)
Alleen API-model
1,000,000 token context · $2.00/M invoer, $6.00/M uitvoer
Qwen3.8 Omni Flash
Alleen API-model
1,000,000 token context · $0.15/M invoer, $0.47/M uitvoer
Qwen3.7 Plus
Alleen API-model
1,000,000 token context · $0.32/M invoer, $1.28/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan ik Qwen2.5 VL 72B lokaal draaien?: Ja, de gewichten zijn open en beschikbaar op Hugging Face onder Qwens eigen licentie. Met 72B parameters heb je aanzienlijke VRAM nodig — realistisch gezien een multi-GPU setup of een high-end enkele kaart.
Wat kost het gebruik via API?: De prijs is $0,80 per miljoen input tokens en $1,00 per miljoen output tokens, met een contextvenster van 128.000 tokens.
Hoe verhoudt de 72B zich tot de kleinere Qwen2.5 VL-modellen?: Alibaba biedt ook 3B en 7B varianten; de 72B is het topmodel en de juiste keuze als nauwkeurigheid op complexe documenten, lange video of agentachtige taken belangrijker is dan snelheid of kosten.

Oordeel van de kapitein
Een serieus open-weights vision-model dat zijn plek verdient als je documentparsing, visuele agenten of lange-video begrip nodig hebt zonder afhankelijkheid van een gesloten API.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

AI-modellen voor het genereren van afbeeldingen, video en tekst

Qwen2.5 VL 72B Instruct is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm qwen visie agenten data-extractie lokaal lange context

Bladeren op modelfamilie