Qwen2-VL 7B Instruct
qwen2-vl-7b-instruct-repAlibaba Qwen2-VL 7B served on Replicate. Open-weights vision-language model that chats about images and video, with dynamic resolution and strong OCR and document QA for its size.
- Preis
- ca. 0,0024 $/Lauf
- Eingabe → Ausgabe
- Text + Bild + Video → Text
- Entwickler
- Community
- Aktualisiert
- 23. September 2026
Playground
Qwen2-VL 7B Instruct ausprobieren
Eingabe & Ergebnis
Dieser Lauf
ca. 0,0024 $ · 0,24 Credits
Beim Start werden 0,0072 $ (0,72 Credits) vorgemerkt, abgerechnet wird die tatsächliche GPU-Zeit.
Neu hier?
10 Gratis-Credits (0,10 $) bei Anmeldung mit Google
Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 Läufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben. Reicht für 13 Läufe dieses Modells.
Beispiele
Prompt
Describe this video in detail.
Antwort
The video features a monkey riding a skateboard in a park. The monkey is wearing roller skates and is seen moving forward on the skateboard, with its arms outstretched for balance. The park is filled with people sitting on benches and walking around, enjoying the sunny day. The monkey appears to be enjoying itself, and the scene is filled with a sense of fun and playfulness. The park is surrounded by trees and greenery, creating a peaceful and relaxing atmosphere. Overall, the video captures a unique and entertaining moment of a monkey enjoying a day out in the park on roller skates.
Prompt
Describe this in detail.
Antwort
The image shows a half of an avocado on the left side, with a pit visible inside. On the right side, there is a stylized letter "A" in a bold, uppercase font. The avocado and the letter "A" are separated by a white arrow pointing from the avocado to the letter "A," indicating a transformation or relationship between the two. The background is a light beige color.
Prompt
Describe this in detail.
Antwort
The image depicts a dog, specifically a Golden Retriever, enjoying a slice of watermelon. The dog is positioned on the left side of the frame, with its head lowered towards the watermelon. The watermelon is placed on a wooden table, and the dog appears to be biting into the fruit, indicating it is eating it. The background is blurred, suggesting a natural outdoor setting with greenery. The overall scene conveys a sense of relaxation and enjoyment.
Über Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct ist ein Modell von Community aus der Kategorie Multimodal. Über Railwail kostet Qwen2-VL 7B Instruct ca. 0,0024 $ pro Lauf.
Preise
| Typischer Lauf (ca. 2 s auf L40S) | 0,0024 $ pro Lauf |
|---|---|
| GPU-Zeit (L40S) | 0,00117 $ pro GPU-Sekunde |
- Abgerechnet wird die GPU-Zeit, die der Lauf tatsächlich braucht. Beim Start wird das 3-Fache des typischen Preises vom Guthaben vorgemerkt und danach verrechnet.
- 1 Credit = 0,01 $
Kostenrechner
Preisrechner
Typisch laut Anbieter: ca. 2,1 s
Gesamt
0,24 $
24 Credits
Je Lauf
0,0024 $ · 0,24 Credits
Abgerechnet wird die tatsächliche GPU-Zeit; der Wert ist eine Schätzung.
API
Kein geprüftes API-Beispiel
Die öffentliche API übergibt ein anderes Eingabeformat, als dieses Modell braucht. Nutze den Playground oben.
Spezifikationen
- Modell-ID
qwen2-vl-7b-instruct-rep- Entwickler
- Community
- Kategorie
- Multimodal
- Eingabe
- Text, Bild, Video
- Ausgabe
- Text
- Abrechnung
- Nach Verbrauch (Token bzw. GPU-Zeit)
- Katalogeintrag aktualisiert
- 23. September 2026
Eingabeparameter
Eingaben und Einstellungen laut Eingabeschema des Modells. Welche davon die API annimmt, zeigt das Beispiel im Abschnitt API.
promptPflichtQuestion about the image or video
Typ: TextStandard: –Erlaubte Werte: bis 16.000 Zeichenimage_urlImage or video URL to analyze
Typ: TextStandard: –Erlaubte Werte: –max_tokensTyp: GanzzahlStandard:1024Erlaubte Werte: 1 bis 4.096temperatureTyp: ZahlStandard:0.7Erlaubte Werte: 0 bis 2
Schlagwörter
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Häufige Fragen
Was ist Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct ist ein Modell von Community aus der Kategorie Multimodal.
Was kostet Qwen2-VL 7B Instruct bei Railwail?
Über Railwail kostet Qwen2-VL 7B Instruct ca. 0,0024 $ pro Lauf. Abgerechnet wird, was jede Anfrage tatsächlich verbraucht. Bezahlt wird mit vorab gekauften Credits; 1 Credit entspricht 0,01 $.
Welche Einstellungen unterstützt Qwen2-VL 7B Instruct?
Laut Eingabeschema kennt Qwen2-VL 7B Instruct diese Parameter: prompt (bis 16.000 Zeichen), image_url, max_tokens (1 bis 4.096) und temperature (0 bis 2).
Wie schnell ist Qwen2-VL 7B Instruct?
Für Qwen2-VL 7B Instruct gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.
Ist Qwen2-VL 7B Instruct besser als BLIP?
Das hängt von der Aufgabe ab. Qwen2-VL 7B Instruct (Community) und BLIP (Salesforce) sind beide Modelle aus der Kategorie Multimodal. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.
Qwen2-VL 7B Instruct und BLIP vergleichenKann Qwen2-VL 7B Instruct Bilder verarbeiten?
Ja. Qwen2-VL 7B Instruct nimmt neben Text auch Bilder als Eingabe an.
Vergleichbare Modelle
Alle dieser Kategorie- 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.
Alle Modelle über eine API
Ein API-Schlüssel für alle Modelle auf Railwail. Abgerechnet wird über vorab gekaufte Credits, 1 Credit = 0,01 $.