This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Alibaba has launched a newer model, Qwen3 235B (Non-reasoning). We suggest considering it instead.
For more information, see comparison of Qwen3 235B (Non-reasoning) to other models and API provider benchmarks for Qwen3 235B (Non-reasoning).
Qwen2.5 Instruct 72B Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Qwen2.5 Instruct 72B para seu caso de uso.
Mais rápido
DeepInfra
SiliconFlow (FP8)Velocidade de saída
2 provedores no total
Menor latência
DeepInfraSiliconFlow (FP8)Tempo até o primeiro token
2 provedores no total
Menor preço
DeepInfraSiliconFlow (FP8)Preço combinado (por 1M de tokens)
2 provedores no total
Qwen2.5 72B está disponível em 2 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são DeepInfra (28.8 t/s) e SiliconFlow (FP8) (24.4 t/s).
- Em latência, DeepInfra (2.33s) e SiliconFlow (FP8) (4.36s) têm o menor tempo até o primeiro token.
- Em preço, DeepInfra (0.20) e SiliconFlow (FP8) (0.59) têm os menores preços combinados por 1M de tokens.
- DeepInfra se destaca na liderança geral, ocupando o primeiro lugar nas três categorias: velocidade, latência e preço.
Destaques
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: Qwen2.5 Instruct 72B
Latency vs. Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do Qwen2.5 Instruct 72B
Qwen2.5 Instruct 72B está disponível em 2 provedores de API: SiliconFlow (FP8) e DeepInfra. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Qwen2.5 Instruct 72B está disponível em 2 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Qwen2.5 Instruct 72B em velocidade de saída são DeepInfra (28.8 t/s) e SiliconFlow (FP8) (24.4 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token para o Qwen2.5 Instruct 72B são DeepInfra (2.33s) e SiliconFlow (FP8) (4.36s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Qwen2.5 Instruct 72B em preço combinado são DeepInfra ($0.20 por 1M de tokens) e SiliconFlow (FP8) ($0.59 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Qwen2.5 Instruct 72B são DeepInfra ($0.36 por 1M de tokens de entrada) e SiliconFlow (FP8) ($0.59 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Qwen2.5 Instruct 72B são DeepInfra ($0.40 por 1M de tokens de saída) e SiliconFlow (FP8) ($0.59 por 1M de tokens de saída).
Os preços do Qwen2.5 Instruct 72B variam em até 3.0x entre os provedores. O mais acessível é DeepInfra, com $0.20 por 1M de tokens, enquanto SiliconFlow (FP8) cobra $0.59 por 1M de tokens.
Todos os 2 provedores do Qwen2.5 Instruct 72B são compatíveis com o modo JSON para saída estruturada.
Todos os 2 provedores do Qwen2.5 Instruct 72B são compatíveis com chamadas de funções (uso de ferramentas).
DeepInfra lidera em todas as principais métricas do Qwen2.5 Instruct 72B, com a maior velocidade, a menor latência e o preço mais competitivo.
Ao escolher um provedor para o Qwen2.5 Instruct 72B, considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Qwen2.5 Instruct 72B, além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo