A
Qwen2.5 72B InstructOPEN
Qwen2.5 72B Instruct (Alibaba): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Benchmarks & performance
Scores de référence indépendants pour Qwen2.5 72B Instruct, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, Qwen2.5 72B Instruct offre 3.3 fois plus de capacité. Les poids ouverts signifient également que vous pouvez l'héberger vous-même et ne rien payer par jeton.
À propos de ce modèle
Qwen2.5 72B Instruct est un modèle d'IA à poids ouvert d'Alibaba. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.
Questions fréquemment posées
Qu'est-ce que Qwen2.5 72B Instruct ?
Qwen2.5 72B Instruct est un modèle de langage IA de Alibaba. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 9.6 sur l'indice d'intelligence d'Artificial Analysis.
Qwen2.5 72B Instruct est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Qwen2.5 72B Instruct et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,36 $ par million de jetons d'entrée et de 0,4 $ par million de jetons de sortie.
Qu'est-ce que Qwen2.5 72B Instruct sait bien faire ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 49.1%, MMLU-Pro 72%, Humanity's Last Exam 4.2%, Long Context Reasoning 20.3%, LiveCodeBench 27.6%, SciCode 26.7%, MATH-500 85.8%, AIME 16%, AIME 2025 14%, IFBench 36.9%, τ²-Bench 34.5%, Terminal-Bench Hard 4.5%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger Qwen2.5 72B Instruct ?
Oui. Qwen2.5 72B Instruct a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.
Alternatives open-source
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.