BenchLeader

Qwen2.5 7B Instruct

质量第 274 / 339 名
39.8Index
后四分之一
较中位数 −10.4
价格第 3 / 255 名
$0.050每百万 token
最便宜的 10%
中位数的 0.1 倍
性价比第 2 / 255 名
796.0分/$
前 10%
中位数的 14 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index40
  2. 推理28
  3. 数学36
  4. 指令遵循37

嵌入这个排名

更多徽章样式
[![Qwen2.5 7B Instruct on BenchLeader: 综合第 268 名](https://www.benchleader.com/badge/qwen2-5-7b.svg?style=compact)](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。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月12日 至 2026年11月16日
344046

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 Diamond35.5%#272Epoch AI Benchmarking Hub
GPQA Diamond (HELM)不计入 Index34.1%#56HELM Capabilities
LMCA不计入 Index6.4%#195Epoch AI Benchmarking Hub
DTBench不计入 Index47.7%#230Epoch AI Benchmarking Hub

智能体与工具

基准测试默认来源
BALROG不计入 Index7.8%#35BALROG

知识

基准测试默认来源
MMLU-Pro (HELM)不计入 Index53.9%#54HELM Capabilities
MMLU不计入 Index72.9%#46Epoch AI Benchmarking Hub

指令遵循

综合

基准测试默认来源
HELM Capabilities mean不计入 Index52.9%#55HELM Capabilities

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.193$0.385$0.578$0.77026年9月26年10月26年11月
输入 输出
当前:输入 $0.050 · 输出 $0.050

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––

Alibaba 的更多模型

本月新上线

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。

[![Qwen2.5 7B Instruct on BenchLeader: 综合第 268 名](https://www.benchleader.com/badge/qwen2-5-7b.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。