Model

DeepSeek VL2 Small

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16B
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 92.3 来源
ChartQA reasoning vision multimodal 84.5 来源
TextVQA vision multimodal image-to-text 83.4 来源
OCRBench vision image-to-text 83.4 来源
多模态开源模型榜·OCRBench vision 83.2 来源
多模态开源模型榜·AI2D vision 81.7 来源
MMBench vision multimodal reasoning 80.3 来源
AI2D vision reasoning multimodal 80.0 来源
多模态开源模型榜·MMBench TEST vision 79.9 来源
MMBench-V1.1 vision multimodal reasoning 79.3 来源
InfoVQA vision multimodal 75.8 来源
RealWorldQA vision spatial_reasoning 65.4 来源
多模态开源模型榜 vision 64.5 来源
MMT-Bench vision multimodal reasoning general 62.9 来源
多模态开源模型榜·MathVista vision 61.9 来源
MathVista math vision multimodal 60.7 来源
多模态开源模型榜·MMVet vision 58.6 来源
多模态开源模型榜·MMStar vision 57.5 来源
MMStar vision multimodal reasoning general 57.0 来源
多模态开源模型榜·MMMU VAL vision 49.7 来源
MMMU multimodal reasoning general 48.0 来源
多模态安全榜·Privacy security vision 47.8 —
多模态安全榜·Health Risk security vision 45.5 —
多模态安全榜·Legality security vision 44.7 —
多模态开源模型榜·HallusionBench vision 43.8 来源
多模态安全榜·Toxicity security vision 43.7 —
多模态安全榜 security vision 37.4 —
多模态安全榜·Misinformation security vision 24.0 —
MME vision multimodal reasoning 21.2 来源
多模态安全榜·Bias security vision 18.4 —

Pricing

API 价格对比

暂无 API 价格。