Qwen2.5 7B Instruct
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
有 1 个更便宜的已排名模型得分更高:Gemma 4 E4B (43.2, $0.040)。
截至 2026年11月16日,Qwen2.5 7B Instruct(Alibaba)在 BenchLeader Index 上得分 39.8(共 608 个已排名配置)。表现最好的是指令遵循(37),最弱的是推理(28)。API 价格为输入每百万 token $0.050、输出每百万 token $0.050(按 3:1 混合为 $0.050),为 2026年11月16日的标价。发布于 2024年9月19日。
要点(截至 2026年11月16日)
- Qwen2.5 7B Instruct 的 API 价格为输入每百万 token $0.050、输出每百万 token $0.050(按 3:1 混合为 $0.050)(标价,2026年11月16日)。
- Qwen2.5 7B Instruct 于 2024年9月19日发布(Alibaba)。
详细说明:Qwen2.5 7B Instruct 是 Alibaba 的开放权重模型,发布于 2024年9月19日。其最佳配置在 BenchLeader Index 上得分 39.8 ±6.2,在 608 个配置中排第 539 名,处于下半区。关键在于这个“±”:另有 182 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(37),推理最低(28)。按混合价格计,每百万 token $0.050,属于已排名模型中最便宜的五分之一。最近一次测量:2025年11月24日。数据较旧:六个月内没有新结果
- 混合价格
- $0.050/M
- 输入 $0.050 · 输出 $0.050
- 来源:models.dev
- 输出速度
- –
- 首次回答
- –
- 上下文
- 33k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年9月19日
- 综合 Index40
- 推理28
- 数学36
- 指令遵循37
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen2-5-7b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月12日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 |
|---|---|---|
| GPQA Diamond | 35.5%#272 | Epoch AI Benchmarking Hub |
| GPQA Diamond (HELM)不计入 Index | 34.1%#56 | HELM Capabilities |
| LMCA不计入 Index | 6.4%#195 | Epoch AI Benchmarking Hub |
| DTBench不计入 Index | 47.7%#230 | Epoch AI Benchmarking Hub |
数学
| 基准测试 | 默认 | 来源 |
|---|---|---|
| OTIS Mock AIME | 2.5%#268 | Epoch AI Benchmarking Hub |
| Omni-MATH (HELM) | 29.4%#45 | HELM Capabilities |
知识
| 基准测试 | 默认 | 来源 |
|---|---|---|
| MMLU-Pro (HELM)不计入 Index | 53.9%#54 | HELM Capabilities |
| MMLU不计入 Index | 72.9%#46 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 |
|---|---|---|
| IFEval (HELM) | 74.1%#59 | HELM Capabilities |
| WildBench (HELM) | 73.1%#57 | HELM Capabilities |
综合
| 基准测试 | 默认 | 来源 |
|---|---|---|
| HELM Capabilities mean不计入 Index | 52.9%#55 | HELM Capabilities |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0000 | – | – |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0006 | – | – |
| 代码编辑 | 6,000 / 1,500 | $0.0004 | – | – |
| 智能体编程会话 | 60,000 / 4,000 | $0.0032 | – | – |
| 结构化信息提取 | 2,000 / 200 | $0.0001 | – | – |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen2.5 7B Instruct 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/qwen2-5-7b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Qwen2.5 7B Instruct on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen2-5-7b
BibTeX:
@misc{benchleader_qwen2_5_7b_20261116,
author = {{BenchLeader}},
title = {{Qwen2.5 7B Instruct on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen2-5-7b}},
note = {Data as of 2026-11-16}
}常见问题
- Qwen2.5 7B Instruct 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen2.5 7B Instruct 的 BenchLeader Index 为 39.8 ±6.2。最强的是指令遵循(37),最弱的是推理(28)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Qwen2.5 7B Instruct 排名第几?
- 截至 2026年11月16日,Qwen2.5 7B Instruct 在 608 个已排名配置中排第 539 名。另有 182 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Qwen2.5 7B Instruct 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen2.5 7B Instruct 的价格为输入每百万 token $0.050、输出每百万 token $0.050,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.050。标价最近一次变动是在 2026年11月11日。
- Qwen2.5 7B Instruct 是什么时候发布的?
- Alibaba 于 2024年9月19日发布了 Qwen2.5 7B Instruct。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Qwen2.5 7B Instruct:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen2-5-7b。