Moondream2
moondream2Moondream2 small vision-language model on Replicate. About 1.9B params, designed to run on edge devices, handles captioning, visual QA and short OCR-style reads at very low cost.
- Цена
- ≈ 0,0020 щ.д./стартиране
- Вход → Изход
- Текст + Изображение → Текст
- Разработчик
- Community
- Актуализирано
- 23 септември 2026 г.
Playground
Опитай Moondream2
Вход и резултат
Този запуск
около 0,002 щ.д. · 0,2 кредита
При стартиране се резервират 0,0058 щ.д. (0,58 кредита); фактурира се действителното GPU време.
Нов си тук?
10 безплатни кредита (0,10 щ.д.) при регистрация с Google
Използваемо 24 часа след регистрация, до 5 запуска на ден и максимум 2 кредита на запуск. Други методи за вход стартират без кредита. Достатъчно за 17 пускания на този модел.
Examples
InputPrompt
Describe this image
Response
The image features a logo with a smiling blue circle above the word "moondream" written in black text.
InputPrompt
Describe this image
Response
A man with a beard and mustache, wearing a suit and red tie, is smiling at the camera with a blue background featuring a logo.
InputPrompt
Describe this image
Response
An astronaut in a white spacesuit is riding a unicorn with a rainbow mane and tail, soaring through a colorful, dreamlike sky with clouds and rainbows.
За Moondream2
Moondream2 е модел на Community от категория Мултимодален. На Railwail Moondream2 струва ≈ 0,0020 щ.д. за стартиране.
Цени
| Типично стартиране (≈ 2 s на L40S) | 0,0020 щ.д. за стартиране |
|---|---|
| GPU време (L40S) | 0,00117 щ.д. за GPU секунда |
- Таксува се по GPU времето, което стартирането действително отнема. При начало на стартирането 3× типичната цена се резервира от баланса ти и се уреждат впоследствие.
- 1 кредит = 0,01 щ.д.
Калкулатор на разходите
Калкулатор за цени
Типично според доставчика: около 1,6 s
Общо
0,20 щ.д.
20 кредита
На изпълнение
0,002 щ.д. · 0,2 кредита
Начислява се действителното GPU време; това е оценка.
API
Няма проверен API пример
Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.
Спецификации
- ID на модела
moondream2- Разработчик
- Community
- Категория
- Мултимодален
- Вход
- Текст, Изображение
- Изход
- Текст
- Таксуване
- По потребление (токени или GPU време)
- Каталогът е актуализиран
- 23 септември 2026 г.
Входни параметри
Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.
promptзадължителноQuestion about the image
Тип: ТекстПо подразбиране: –Разрешени стойности: до 8000 символаimage_urlImage URL to analyze
Тип: ТекстПо подразбиране: –Разрешени стойности: –
Етикети
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Често задавани въпроси
Какво е Moondream2?
Moondream2 е модел от Community в категория Мултимодален.
Колко струва Moondream2 на Railwail?
На Railwail Moondream2 струва ≈ 0,0020 щ.д. за стартиране. Таксуват се само ресурсите, които всяка заявка действително използва. Използването се плаща с предварително закупени кредити; 1 кредит е равен на 0,01 щ.д..
Какви настройки поддържа Moondream2?
Според схемата на входа, Moondream2 познава тези параметри: prompt (до 8000 символа) и image_url.
Колко бърз е Moondream2?
Все още няма достатъчно измерени задачи на Moondream2 на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.
Е ли Moondream2 по-добър от BLIP?
Зависи от задачата. Moondream2 (Community) и BLIP (Salesforce) са и двата модела в категория Мултимодален. Страницата за сравнение показва техните цени и спецификации един до друг.
Сравни Moondream2 и BLIPМоже ли Moondream2 да обработва изображения?
Да. Moondream2 приема изображения като вход в допълнение към текста.
Сравними модели
Всички в тази категория- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Всички модели чрез един API
Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..