Qwen2.5-7B-Instruct

русскоязычная

Qwen2.5-7B представляет собой модель с 7 миллиардами параметров, 28 слоями и архитектурой 28/4 голов внимания, предлагая существенное расширение возможностей по сравнению с меньшими версиями. Ключевое преимущество этой модели - поддержка расширенного контекстного окна в 128K токенов при сохранении генерации до 8K токенов, что делает ее способной обрабатывать очень длинные документы и сохранять в памяти сложные многоэтапные задачи. 

Qwen2.5-7B отличается значительно улучшенными способностями в математических вычислениях, программировании и логическом рассуждении благодаря включению специализированных данных в процесс предобучения. Также модель демонстрирует существенный прогресс в понимании структурированных данных, включая таблицы и JSON-форматы.

Qwen2.5-7B является оптимальным выбором для большинства бизнес-приложений, требующих высокого качества обработки естественного языка без чрезмерных требований к инфраструктуре. Модель превосходно подходит для автоматизации рабочих процессов, анализа длинных документов и построения интеллектуальных систем поддержки принятия решений.


Дата анонса: 16.09.2024
Параметров: 8B
Контекст: 33K
Слоев: 28
Тип внимания: Full Attention
Разработчик: Qwen
Версия Transformers: 4.43.1
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen2.5-7B-Instruct. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации сервера для хостинга Qwen2.5-7B-Instruct

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-1.16.16.160
32 768
 1 29,33 ₽ 3,26 Запустить
rtx2080ti-1.10.16.500
32 768
 1 34,23 ₽ 1,16 Запустить
teslaa2-1.16.32.160
32 768
 1 33,74 ₽ 3,28 Запустить
teslaa10-1.16.32.160
32 768
 1 46,94 ₽ 7,44 Запустить
rtx3090-1.16.24.160
32 768
 1 73,73 ₽ 7,99 Запустить
rtx3080-2.16.32.160
32 768
tensor
 2 86,54 ₽ 4,28 Запустить
rtx4090-1.16.32.160
32 768
 1 91,14 ₽ 7,97 Запустить
rtxa5000-2.16.64.160.nvlink
32 768
tensor
 2 109,77 ₽ 17,84 Запустить
rtx5090-1.16.64.160
32 768
 1 141,77 ₽ 12,09 Запустить
teslaa100-1.16.64.160
32 768
 1 211,77 ₽ 37,27 Запустить
h100-1.16.64.160
32 768
 1 341,77 ₽ 37,23 Запустить
h100nvl-1.16.96.160
32 768
 1 367,41 ₽ 44,55 Запустить
teslaa100-2.24.96.160.nvlink
32 768
tensor
 2 411,81 ₽ 77,50 Запустить
h200-1.16.128.160
32 768
 1 423,04 ₽ 69,10 Запустить
h200-2.24.256.160.nvlink
32 768
tensor
 2 839,97 ₽ 141,17 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-1.16.16.160
32 768
 1 29,33 ₽ 1,51 Запустить
teslaa2-1.16.32.160
32 768
 1 33,74 ₽ 1,53 Запустить
teslaa10-1.16.32.160
32 768
 1 46,94 ₽ 5,68 Запустить
rtx2080ti-2.12.64.160
32 768
tensor
 2 61,37 ₽ 3,53 Запустить
rtx3090-1.16.24.160
32 768
 1 73,73 ₽ 6,24 Запустить
rtx3080-2.16.32.160
32 768
tensor
 2 86,54 ₽ 2,53 Запустить
rtx4090-1.16.32.160
32 768
 1 91,14 ₽ 6,22 Запустить
rtxa5000-2.16.64.160.nvlink
32 768
tensor
 2 109,77 ₽ 16,08 Запустить
rtx5090-1.16.64.160
32 768
 1 141,77 ₽ 10,34 Запустить
teslaa100-1.16.64.160
32 768
 1 211,77 ₽ 35,52 Запустить
h100-1.16.64.160
32 768
 1 341,77 ₽ 35,48 Запустить
h100nvl-1.16.96.160
32 768
 1 367,41 ₽ 42,79 Запустить
teslaa100-2.24.96.160.nvlink
32 768
tensor
 2 411,81 ₽ 75,75 Запустить
h200-1.16.128.160
32 768
 1 423,04 ₽ 67,35 Запустить
h200-2.24.256.160.nvlink
32 768
tensor
 2 839,97 ₽ 139,42 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-1.16.32.160
32 768
 1 46,94 ₽ 2,29 Запустить
teslat4-2.16.32.160
32 768
tensor
 2 48,14 ₽ 4,35 Запустить
teslaa2-2.16.32.160
32 768
tensor
 2 51,34 ₽ 4,39 Запустить
rtx3090-1.16.24.160
32 768
 1 73,73 ₽ 2,85 Запустить
rtx2080ti-3.12.24.120
32 768
pipeline
 3 74,84 ₽ 3,68 Запустить
rtx4090-1.16.32.160
32 768
 1 91,14 ₽ 2,83 Запустить
rtx2080ti-4.16.32.160
32 768
tensor
 4 99,74 ₽ 8,39 Запустить
rtxa5000-2.16.64.160.nvlink
32 768
tensor
 2 109,77 ₽ 12,69 Запустить
rtx3080-3.16.64.160
32 768
pipeline
 3 127,37 ₽ 2,19 Запустить
rtx5090-1.16.64.160
32 768
 1 141,77 ₽ 6,95 Запустить
rtx3080-4.16.64.160
32 768
tensor
 4 162,57 ₽ 6,39 Запустить
teslaa100-1.16.64.160
32 768
 1 211,77 ₽ 32,13 Запустить
h100-1.16.64.160
32 768
 1 341,77 ₽ 32,09 Запустить
h100nvl-1.16.96.160
32 768
 1 367,41 ₽ 39,40 Запустить
teslaa100-2.24.96.160.nvlink
32 768
tensor
 2 411,81 ₽ 72,36 Запустить
h200-1.16.128.160
32 768
 1 423,04 ₽ 63,96 Запустить
h200-2.24.256.160.nvlink
32 768
tensor
 2 839,97 ₽ 136,03 Запустить

Связанные модели

QwQ-32B
Qwen2-0.5B-Instruct
Qwen2-1.5B-Instruct
Qwen2-7B-Instruct
Qwen2-72B-Instruct
Qwen2.5-0.5B-Instruct
Qwen2.5-1.5B-Instruct
Qwen2.5-3B-Instruct
Qwen2.5-14B-Instruct
Qwen2.5-32B-Instruct
Qwen2.5-72B-Instruct
Qwen2-57B-A14B-Instruct
DeepSeek-R1-Distill-Qwen-32B
DeepSeek-R1-Distill-Qwen-1.5B
Qwen2.5-VL-3B-Instruct
Qwen2.5-VL-7B-Instruct
Qwen2.5-7B-Instruct-1M
avision

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.