此模型已弃用。我们仅继续对默认的 10k 输入 token 工作负载进行性能测试。其他工作负载的结果为历史数据，不再更新。
Alibaba 已推出更新版本 Qwen3 235B A22B。我们建议考虑使用该版本。
本分析旨在帮助你根据使用场景，选择 Qwen2.5 Instruct 72B 的最佳 API 服务商。
速度最快
SiliconFlow (FP8)
DeepInfra输出速度
共 2 家服务商
延迟最低
DeepInfraSiliconFlow (FP8)首 Token 延迟
共 2 家服务商
价格最低
DeepInfraSiliconFlow (FP8)每 100 万 token 的混合价格
共 2 家服务商
可通过 2 家 API 服务商使用 Qwen2.5 72B，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。
- 输出速度最快的服务商是 SiliconFlow (FP8)（27.8 t/s）和DeepInfra（26.4 t/s）。
- 延迟方面，DeepInfra（2.38 秒）和SiliconFlow (FP8)（4.18 秒） 的首 Token 延迟最低。
- 价格方面，DeepInfra（0.36）和SiliconFlow (FP8)（0.59） 每 100 万 token 的混合价格最低。
- DeepInfra 同时拥有最低延迟和最佳价格，对注重成本的应用很有吸引力。对于吞吐量密集型工作负载，SiliconFlow (FP8) 速度最快。
价格
价格：缓存命中、输入和输出
价格：混合价格
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度: Qwen2.5 Instruct 72B
延迟与输出速度
延迟
按首 Token 延迟（秒）衡量
首 Token 延迟
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间
关键比较指标与 API 功能
常见问题
关于 Qwen2.5 Instruct 72B 服务商的常见问题
可通过 2 家 API 服务商使用 Qwen2.5 Instruct 72B：SiliconFlow (FP8)和DeepInfra。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 2 家 API 服务商使用 Qwen2.5 Instruct 72B。
按输出速度计算，Qwen2.5 Instruct 72B 速度最快的服务商是 SiliconFlow (FP8)（27.8 t/s）和DeepInfra（26.4 t/s）。输出速度衡量模型开始响应后生成 token 的速度。
Qwen2.5 Instruct 72B 的首 Token 延迟最低的服务商是 DeepInfra（2.38s）和SiliconFlow (FP8)（4.18s）。延迟越低，初始响应越快。
按混合价格计算，Qwen2.5 Instruct 72B 最实惠的服务商是 DeepInfra（每 100 万 token $0.36）和SiliconFlow (FP8)（每 100 万 token $0.59）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
Qwen2.5 Instruct 72B 输入 token 价格最低的服务商是 DeepInfra（每 100 万输入 token $0.36）和SiliconFlow (FP8)（每 100 万输入 token $0.59）。
Qwen2.5 Instruct 72B 输出 token 价格最低的服务商是 DeepInfra（每 100 万输出 token $0.40）和SiliconFlow (FP8)（每 100 万输出 token $0.59）。
Qwen2.5 Instruct 72B 各服务商价格最多相差 1.6 倍。最实惠的是 DeepInfra，每 100 万 token 收费 $0.36；SiliconFlow (FP8) 则收费 $0.59。
提供 Qwen2.5 Instruct 72B 的全部 2 家服务商均支持用于结构化输出的 JSON 模式。
提供 Qwen2.5 Instruct 72B 的全部 2 家服务商均支持函数调用（工具使用）。
Qwen2.5 Instruct 72B 的最佳服务商取决于你的侧重点：SiliconFlow (FP8) 输出速度最高，DeepInfra 延迟最低，DeepInfra 的价格最具竞争力。
选择 Qwen2.5 Instruct 72B 服务商时，请考虑：输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
有关 Qwen2.5 Instruct 72B 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。 查看模型概览