OCR / VisionQwen
Qwen/Qwen2.5-VL-7B-Instruct
Qwen/Qwen2.5-VL-7B-Instruct
Qwen2.5-VL 7B 视觉语言模型，OCR 能力强。
参数量
5.3B
上下文
125K
下载量
9.1M
点赞
1.7K
架构
qwen2_5_vl
28 layers · 4 KV heads · head 128 · hidden 3584
GPU 需求
按量化方案和使用场景估算的显存 / 内存 / 磁盘
| 量化 | 最低配置 | 推荐配置 | 生产配置 |
|---|---|---|---|
| FP1616bit | 24.5 GB RAM 36.8 · Disk 63.1 | 41.2 GB RAM 61.7 · Disk 89.1 | 138.9 GB RAM 208.4 · Disk 128.1 |
| FP88bit | 14.7 GB RAM 32.0 · Disk 51.1 | 30.9 GB RAM 46.4 · Disk 77.1 | 128.3 GB RAM 192.4 · Disk 116.1 |
| INT88bit | 14.7 GB RAM 32.0 · Disk 51.1 | 30.9 GB RAM 46.4 · Disk 77.1 | 128.3 GB RAM 192.4 · Disk 116.1 |
| AWQ4bit | 10.0 GB RAM 32.0 · Disk 45.3 | 26.0 GB RAM 39.0 · Disk 71.3 | 123.1 GB RAM 184.7 · Disk 110.3 |
| GPTQ4bit | 10.1 GB RAM 32.0 · Disk 45.3 | 26.1 GB RAM 39.1 · Disk 71.3 | 123.2 GB RAM 184.8 · Disk 110.3 |
| GGUF4bit | 10.2 GB RAM 32.0 · Disk 45.5 | 26.2 GB RAM 39.3 · Disk 71.5 | 123.3 GB RAM 185.0 · Disk 110.5 |
GPU 推荐
Best ValueBEST
1× RTX 5090
32 GB VRAM
$234/月
≈ 446.9 tok/s
可用生产吞吐 ≈ 312.8 tok/s
score 0.6813
Cheapest
2× RTX 4070S Ti
32 GB VRAM
$99.0/月
≈ 0 tok/s (N/A — benchmark unavailable)
可用生产吞吐 ≈ 0 tok/s
score 0.6288
Performance
8× H200 SXM
1128 GB VRAM
$20,440/月
≈ 3830.4 tok/s
可用生产吞吐 ≈ 2681.3 tok/s
score 0.2197
Min Complexity
1× RTX A6000
48 GB VRAM
$210/月
≈ 191.5 tok/s
可用生产吞吐 ≈ 134 tok/s
score 0.6356
💬 社区 —— 真实部署经验
0 文章 · 0 实测
单卡可运行的 GPU
RTX A6000
48 GB VRAM
$210
/月 · vast
RTX 5090
32 GB VRAM
$234
/月 · vast
L40S
48 GB VRAM
$341
/月 · vast
RTX PRO 6000 WS
48 GB VRAM
$482
/月 · vast
RTX PRO 6000 S
48 GB VRAM
$633
/月 · vast