Dieses Modell ist veraltet. Wir messen die Leistung nur noch für die Standard-Workload mit 10.000 Eingabe-Tokens. Ergebnisse für andere Workloads sind historische Daten und werden nicht mehr aktualisiert.

Alibaba hat eine neuere Version veröffentlicht: Qwen3 235B A22B. Wir empfehlen, diese als Alternative in Betracht zu ziehen.

Alibaba

•

Open weights model

•

Released September 2024

Qwen2.5 Instruct 72B Benchmarking und Analyse von API-Anbietern

Name: Geschwindigkeit
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Modellvergleich

Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von Qwen2.5 Instruct 72B für Ihren Anwendungsfall unterstützen.

Am schnellsten

SiliconFlow (FP8)

28.7 t/s

DeepInfra

27.0 t/s

Ausgabegeschwindigkeit

Insgesamt 2 Anbieter

Niedrigste Latenz

DeepInfra

2.50 s

SiliconFlow (FP8)

4.24 s

Zeit bis zum ersten Token

Insgesamt 2 Anbieter

Niedrigster Preis

DeepInfra

$0.36

SiliconFlow (FP8)

$0.59

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 2 Anbieter

Qwen2.5 72B ist über 2 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

Bei der Ausgabegeschwindigkeit führen SiliconFlow (FP8) (28.7 Tokens/s) und DeepInfra (27.0 Tokens/s).
Bei der Latenz bieten DeepInfra (2.50 s) und SiliconFlow (FP8) (4.24 s) die niedrigste Zeit bis zum ersten Token.
Bei den Preisen bieten DeepInfra (0.36) und SiliconFlow (FP8) (0.59) die niedrigsten Mischpreise pro 1 Mio. Tokens.
DeepInfra bietet sowohl die niedrigste Latenz als auch den besten Preis und ist damit für kostensensible Anwendungen attraktiv. SiliconFlow (FP8) ist die schnellste Option für durchsatzintensive Workloads.

Geschwindigkeit

Output tokens per second · Higher is better

Latenz

Seconds to first answer token received · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Qwen2.5 72B

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kosten pro Intelligence-Index-Aufgabe: Anbieter von Qwen2.5 72B

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type · Lower is better

No data available

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Qwen2.5 72B

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit: Qwen2.5 Instruct 72B

Ausgabegeschwindigkeit: Ausgabe-Token pro Sekunde · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Intelligence-Index-Aufgabe: Anbieter von Qwen2.5 72B

Weighted average decode time (minutes) per task; excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Qwen2.5 72B

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Token: Anbieter von Qwen2.5 72B

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Cache-Verhalten

Cache-Trefferquote: Anbieter von Qwen2.5 72B

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Qwen2.5 72B

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

No data available

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit: Anbieter von Qwen2.5 72B

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen



SiliconFlow	32k	Offen	--	28	4.23	21.78	--
DeepInfra	32.8k	Offen	--	26	2.46	22.06	--

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von Qwen2.5 Instruct 72B

Qwen2.5 Instruct 72B ist über 2 API-Anbieter verfügbar: SiliconFlow (FP8) und DeepInfra. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

Qwen2.5 Instruct 72B ist derzeit über 2 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für Qwen2.5 Instruct 72B sind SiliconFlow (FP8) (28.7 Tokens/s) und DeepInfra (27.0 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Token für Qwen2.5 Instruct 72B sind DeepInfra (2.50s) und SiliconFlow (FP8) (4.24s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für Qwen2.5 Instruct 72B sind DeepInfra ($0.36 pro 1 Mio. Tokens) und SiliconFlow (FP8) ($0.59 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei Qwen2.5 Instruct 72B sind DeepInfra ($0.36 pro 1 Mio. Eingabetokens) und SiliconFlow (FP8) ($0.59 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Qwen2.5 Instruct 72B sind DeepInfra ($0.40 pro 1 Mio. Ausgabetokens) und SiliconFlow (FP8) ($0.59 pro 1 Mio. Ausgabetokens).

Die Preise für Qwen2.5 Instruct 72B unterscheiden sich je nach Anbieter bis zum 1.6-Fachen. Am günstigsten ist DeepInfra mit $0.36 pro 1 Mio. Tokens, während SiliconFlow (FP8) $0.59 pro 1 Mio. Tokens berechnet.

Alle 2 Anbieter von Qwen2.5 Instruct 72B unterstützen den JSON-Modus für strukturierte Ausgaben.

Alle 2 Anbieter von Qwen2.5 Instruct 72B unterstützen Funktionsaufrufe (Tool-Nutzung).

Der beste Anbieter für Qwen2.5 Instruct 72B hängt von Ihren Prioritäten ab: SiliconFlow (FP8) bietet die höchste Ausgabegeschwindigkeit, DeepInfra die niedrigste Latenz und DeepInfra den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für Qwen2.5 Instruct 72B die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von Qwen2.5 Instruct 72B sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen

Qwen2.5 Instruct 72B Benchmarking und Analyse von API-Anbietern

Am schnellsten

Niedrigste Latenz

Niedrigster Preis

Geschwindigkeit

Latenz

Preis

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von Qwen2.5 72B

Cache Hit

Kosten pro Intelligence-Index-Aufgabe: Anbieter von Qwen2.5 72B

Cost per Intelligence Index Task

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von Qwen2.5 72B

Output Speed

Geschwindigkeit

Ausgabegeschwindigkeit: Qwen2.5 Instruct 72B

Output Speed

Model Performance Representation

Zeit pro Intelligence-Index-Aufgabe: Anbieter von Qwen2.5 72B

Time per Intelligence Index Task

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von Qwen2.5 72B

Cost per Intelligence Index Task

Latenz

Zeit bis zum ersten Token: Anbieter von Qwen2.5 72B

Latency (Time to First Token)

Median

Cache-Verhalten

Cache-Trefferquote: Anbieter von Qwen2.5 72B

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von Qwen2.5 72B

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit: Anbieter von Qwen2.5 72B

End-to-End Response Time

Wichtige Vergleichsmetriken und API-Funktionen

Häufig gestellte Fragen

Wo kann ich auf Qwen2.5 Instruct 72B zugreifen?

Wie viele API-Anbieter bieten Qwen2.5 Instruct 72B an?

Welcher Anbieter ist für Qwen2.5 Instruct 72B am schnellsten?

Welcher Anbieter hat für Qwen2.5 Instruct 72B die niedrigste Latenz?

Welcher Anbieter ist für Qwen2.5 Instruct 72B am günstigsten?

Welcher Anbieter hat für Qwen2.5 Instruct 72B den niedrigsten Eingabepreis?

Welcher Anbieter hat für Qwen2.5 Instruct 72B den niedrigsten Ausgabepreis?

Wie stark unterscheiden sich die Preise der Anbieter von Qwen2.5 Instruct 72B?

Welche Anbieter von Qwen2.5 Instruct 72B unterstützen den JSON-Modus?

Welche Anbieter von Qwen2.5 Instruct 72B unterstützen Funktionsaufrufe?

Welcher ist der beste Anbieter für Qwen2.5 Instruct 72B?

Wie wähle ich einen Anbieter für Qwen2.5 Instruct 72B aus?

Verändert sich die Leistung der Anbieter von Qwen2.5 Instruct 72B im Laufe der Zeit?

Welche allgemeinen Fähigkeiten hat Qwen2.5 Instruct 72B?