Model

DeepSeek VL2 Tiny

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3B
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 88.9 来源
ChartQA reasoning vision multimodal 81.0 来源
OCRBench vision image-to-text 80.9 来源
TextVQA vision multimodal image-to-text 80.7 来源
多模态开源模型榜·OCRBench vision 80.5 来源
多模态开源模型榜·AI2D vision 74.6 来源
AI2D vision reasoning multimodal 71.6 来源
多模态开源模型榜·MMBench TEST vision 70.9 来源
MMBench vision multimodal reasoning 69.2 来源
MMBench-V1.1 vision multimodal reasoning 68.3 来源
InfoVQA vision multimodal 66.1 来源
RealWorldQA vision spatial_reasoning 64.2 来源
多模态开源模型榜 vision 58.1 来源
多模态开源模型榜·MathVista vision 54.0 来源
MathVista math vision multimodal 53.6 来源
MMT-Bench vision multimodal reasoning general 53.2 来源
多模态开源模型榜·MMVet vision 52.5 来源
多模态开源模型榜·MMStar vision 49.8 来源
MMStar vision multimodal reasoning general 45.9 来源
多模态开源模型榜·MMMU VAL vision 42.9 来源
多模态安全榜·Health Risk security vision 40.8 —
MMMU multimodal reasoning general 40.7 来源
多模态安全榜·Toxicity security vision 40.4 —
多模态开源模型榜·HallusionBench vision 39.6 来源
多模态安全榜·Privacy security vision 37.6 —
多模态安全榜 security vision 35.6 —
多模态安全榜·Legality security vision 35.0 —
多模态安全榜·Misinformation security vision 32.7 —
多模态安全榜·Bias security vision 27.0 —
MME vision multimodal reasoning 19.2 来源

Pricing

API 价格对比

暂无 API 价格。