Qwen2.5 VL 72B Instruct

¿Qué es Qwen2.5 VL 72B Instruct?

Qwen2.5-VL es competente en reconocer objetos comunes como flores, pájaros, peces e insectos. También es muy capaz de analizar textos, gráficos, iconos, diagramas y diseños dentro de imágenes.

Por 1M de tokens de entrada / salida

$0.80 / $1.00

Precio inicial

Ventana de contexto

128K

Hasta 115K de salida por respuesta

Entrada

texto + imagen

Salida: texto

Qué puede hacer Qwen2.5 VL 72B Instruct

• Salidas estructuradas (JSON)

• Comprensión de imágenes

Qwen2.5 VL 72B Instruct frente a modelos similares: precio

Lo que pagas por Qwen2.5 VL 72B Instruct y los modelos más parecidos: el mismo tipo de trabajo, de las familias que destacamos y con un precio de hasta unas tres veces el suyo.

• Qwen2.5 VL 72B Instruct frente a DeepSeek V4.1 Flash (1017)

  DeepSeek V4.1 Flash (1017) cuesta $0.525: un 42% menos que Qwen2.5 VL 72B Instruct.

  −40% en el nivel máximo

  API de DeepSeek V4.1 Flash (1017) 

• Qwen2.5 VL 72B Instruct frente a Gemini 3.8 Flash

  Gemini 3.8 Flash cuesta $2.025: 2.3× el precio de Qwen2.5 VL 72B Instruct.

  −10% en el nivel máximo

  API de Gemini 3.8 Flash 

• Qwen2.5 VL 72B Instruct frente a GPT-6 Luna

  GPT-6 Luna cuesta $0.27: un 70% menos que Qwen2.5 VL 72B Instruct.

  −10% en el nivel máximo

  API de GPT-6 Luna 

• Qwen2.5 VL 72B Instruct frente a MiniMax M3

  MiniMax M3 cuesta $0.75: un 17% menos que Qwen2.5 VL 72B Instruct.

  API de MiniMax M3 

• Qwen2.5 VL 72B Instruct frente a Kimi K2.7 Code

  Kimi K2.7 Code cuesta $2.475: 2.8× el precio de Qwen2.5 VL 72B Instruct.

  API de Kimi K2.7 Code 

Especificaciones de Qwen2.5 VL 72B Instruct

La ficha técnica de Qwen2.5 VL 72B Instruct, del catálogo de OceanToken.

Ventana de contexto

128K tokens

128,000

Salida máxima

115K tokens

115,200

Entrada

texto, imagen

Salida

texto

Razonamiento

Aún no publicado

Llamadas a herramientas

Aún no publicado

Salidas estructuradas

Sí

response_format

Caché de prompts

Lectura $0.40

precio oficial, en todos los niveles

ID de modelo y endpoint de Qwen2.5 VL 72B Instruct

ID de modelo en OceanToken

qwen/qwen2.5-vl-72b-instructCopiado

Base URL compatible con OpenAI

https://api.oceantoken.ai/v1Copiado

Endpoint

POST /v1/chat/completionsCopiado

Precios de la API de Qwen2.5 VL 72B Instruct

Los precios vienen del catálogo de OceanToken al 5 de noviembre de 2026. Pagas por uso desde un saldo prepago, sin suscripción.

Calculadora de costes de Qwen2.5 VL 72B Instruct

Elige una solicitud típica o escribe tus propios tokens. La calculadora usa los precios iniciales de esta página y muestra la misma carga en los modelos comparados arriba.

Al precio inicial (nivel 1). La entrada en caché se factura al precio de lectura de caché; las escrituras en caché no se incluyen porque dependen de cada cuánto cambia el inicio de tu prompt. Tu consola muestra la tarifa de tu nivel.

Lo que cuesta una solicitud

Tokens de entrada y salida al precio inicial de arriba, sin caché.

Cómo usar Qwen2.5 VL 72B Instruct en OceanToken

Tres pasos desde no tener cuenta hasta una solicitud que funciona. La misma clave y el mismo saldo sirven para todos los modelos del catálogo.

1. 1

   Crea una cuenta y obtén una API Key

   Crea una cuenta de OceanToken y luego una clave. Una clave sirve para todos los modelos que tu cuenta puede usar.

   Obtener clave de API 

2. 2

   Agregar créditos

   OceanToken es prepago: añade créditos y cada solicitud se cobra de ese saldo. Tu consola muestra la tarifa de tu nivel.

   Agregar créditos 

3. 3

   Llama a Qwen2.5 VL 72B Instruct desde tu código

   Apunta un SDK de OpenAI a https://api.oceantoken.ai/v1 y usa el ID de modelo qwen/qwen2.5-vl-72b-instruct. El código de abajo envía una solicitud.

   from openai import OpenAI
   # Tu API Key de la consola de OceanToken
   client = OpenAI(base_url="https://api.oceantoken.ai/v1",
                   api_key="YOUR_API_KEY")
   reply = client.chat.completions.create(
       model="qwen/qwen2.5-vl-72b-instruct",
       messages=[{"role": "user", "content": "Hello"}])
   print(reply.choices[0].message.content)

   Especificaciones, ejemplo de solicitud y alternativas en la documentación