Model

DeepSeek VL2

DeepSeek
开源 deepseek 多模态

An advanced series of large Mixture-of-Experts (MoE) Vision-Language Models that significantly improves upon its predecessor, DeepSeek-VL. DeepSeek-VL2 demonstrates superior capabilities across various tasks, including but not limited to visual question answering, optical character recognition, document/table/chart understanding, and visual grounding.

发布日期2024年12月13日
参数规模27B
上下文长度—
许可证deepseek
知识截止—

Benchmarks

评测成绩

评测基准 类别 分数 来源
DocVQA vision multimodal 93.3 来源
ChartQA reasoning vision multimodal 86.0 来源
TextVQA vision multimodal image-to-text 84.2 来源
多模态开源模型榜·AI2D vision 83.8 来源
AI2D vision reasoning multimodal 81.4 来源
多模态开源模型榜·MMBench TEST vision 81.2 来源
OCRBench vision image-to-text 81.1 来源
多模态开源模型榜·OCRBench vision 80.9 来源
MMBench vision multimodal reasoning 79.6 来源
MMBench-V1.1 vision multimodal reasoning 79.2 来源
InfoVQA vision multimodal 78.1 来源
RealWorldQA vision spatial_reasoning 68.4 来源
多模态开源模型榜 vision 66.4 来源
多模态开源模型榜·MathVista vision 63.9 来源
MMT-Bench vision multimodal reasoning general 63.6 来源
MathVista math vision multimodal 62.8 来源
多模态开源模型榜·MMStar vision 61.9 来源
MMStar vision multimodal reasoning general 61.3 来源
多模态开源模型榜·MMVet vision 60.0 来源
多模态安全榜·Toxicity security vision 55.8 —
多模态开源模型榜·MMMU VAL vision 54.0 来源
多模态安全榜·Privacy security vision 51.6 —
MMMU multimodal reasoning general 51.1 来源
多模态安全榜·Health Risk security vision 49.3 —
多模态安全榜·Legality security vision 48.8 —
多模态开源模型榜·HallusionBench vision 45.3 来源
多模态安全榜 security vision 42.7 —
多模态安全榜·Misinformation security vision 30.1 —
MME vision multimodal reasoning 22.5 来源
多模态安全榜·Bias security vision 20.6 —

Pricing

API 价格对比

暂无 API 价格。