Molmo 7B
molmo-7bAllen AI Molmo 7B-D on Replicate. Open vision-language model trained on the PixMo data, notable for pointing at and locating objects in images, not just describing them.
- Pris
- ≈ 0,0505 US$/kørsel
- Input → output
- Tekst + Billede → Tekst
- Udvikler
- Community
- Opdateret
- 23. september 2026
Playground
Prøv Molmo 7B
Input & resultat
Denne kørsel
ca. 0,0505 US$ · 5,05 credits
0,1513Â US$ (15,13 credits) reserveres ved start; den faktiske GPU-tid faktureres.
For konti uden tidligere køb: kørsler over 2 credits kræver en opladning.
Ny her?
10 gratis credits (0,10 US$) når du tilmelder dig med Google
Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.
Examples
InputPrompt
What do you see? Give me a detailed answer
Response
I see a charming scene featuring a large, fluffy white dog sitting on a wooden bench in the middle of a field. The dog appears to be a poodle mix, with curly fur covering its entire body. It's sitting upright with its front paws hanging over the edge of the bench, looking directly at the camera with a happy expression. The dog's tongue is hanging out, and its eyes are dark and expressive. The bench is made of dark brown wood with a lattice design on the backrest. It's positioned on a patch of brown, dead grass, which suggests it might be late fall or early winter. In the background, there's a vast field filled with tall, brown grass, and further back, I can see a line of bare trees against a light blue sky. The overall atmosphere is peaceful and serene. The dog seems to be enjoying its time outdoors, perhaps waiting for its owner or just taking in the scenery. The contrast between the white, fluffy dog and the brown
Om Molmo 7B
Molmo 7B er en model af Community i kategorien Multimodal. På Railwail koster Molmo 7B ≈ 0,0505 US$ pr. kørsel.
Priser
| Typisk kørsel (≈ 43 s på L40S) | 0,0505 US$ pr. kørsel |
|---|---|
| GPU-tid (L40S) | 0,00117Â US$ pr. GPU-sekund |
- Faktureres efter den GPU-tid, som kørslen faktisk tager. Når kørslen starter, reserveres 3× den typiske pris fra din saldo og afregnes efterfølgende.
- 1 kredit = 0,01Â US$
Omkostningsberegner
Prisberegner
Typisk ifølge udbyderen: ca. 43,1 s
I alt
5,05Â US$
505 credits
Pr. kørsel
0,0505 US$ · 5,05 credits
Fakturering efter faktisk GPU-tid; dette er et estimat.
API
Intet bekræftet API-eksempel
Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.
Specifikationer
- Model-ID
molmo-7b- Udvikler
- Community
- Kategori
- Multimodal
- Input
- Tekst, Billede
- Output
- Tekst
- Fakturering
- Efter forbrug (tokens eller GPU-tid)
- Katalogelement opdateret
- 23. september 2026
Inputparametre
Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.
promptpåkrævetQuestion about the image
Type: TekstStandard: –Tilladte værdier: op til 16.000 tegnimage_urlImage URL to analyze
Type: TekstStandard: –Tilladte værdier: –max_tokensType: HeltalStandard:1024Tilladte værdier: 1 til 4.096
Tags
- replicate
- allenai
- molmo
- vision-understanding
- open-weights
- grounding
Ofte stillede spørgsmål
Hvad er Molmo 7B?
Molmo 7B er en model fra Community i kategorien Multimodal.
Hvad koster Molmo 7B på Railwail?
På Railwail koster Molmo 7B ≈ 0,0505 US$ pr. kørsel. Du betaler for det, som hver anmodning faktisk bruger. Forbrug betales fra forudbetalte credits; 1 credit svarer til 0,01 US$.
Hvilke indstillinger understøtter Molmo 7B?
Ifølge dens inputskema kender Molmo 7B disse parametre: prompt (op til 16.000 tegn), image_url og max_tokens (1 til 4.096).
Hvor hurtig er Molmo 7B?
Der er endnu ikke nok målte kørsler af Molmo 7B på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.
Er Molmo 7B bedre end BLIP?
Det afhænger af opgaven. Molmo 7B (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.
Sammenlign Molmo 7B og BLIPKan Molmo 7B behandle billeder?
Ja. Molmo 7B accepterer billeder som input ud over tekst.
Sammenlignelige modeller
Alle i denne kategori- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Alle modeller via én API
En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.