Railwail
Log ind

Moondream2

MultimodalTilgængelig
af CommunityModell-ID: moondream2

Moondream2 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.

Prøv detFå API-nøgleSammenlign
Pris
≈ 0,0020 US$/kørsel
Input → output
Tekst + Billede → Tekst
Udvikler
Community
Opdateret
23. september 2026
01

Playground

Prøv Moondream2

Input & resultat

≈ 0,0020 US$/kørsel
Prøv Moondream2

0 / 8.000

Resultat
Svaret vises her.

Denne kørsel

ca. 0,002 US$ · 0,2 credits

0,0058 US$ (0,58 credits) reserveres ved start; den faktiske GPU-tid faktureres.

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. Nok til 17 kørsler af denne model.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • InputInput

    Prompt

    Describe this image

    Response

    The image features a logo with a smiling blue circle above the word "moondream" written in black text.

  • InputInput

    Prompt

    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.

  • InputInput

    Prompt

    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.

03

Om Moondream2

Kort sagtFra 23. september 2026

Moondream2 er en model af Community i kategorien Multimodal. På Railwail koster Moondream2 ≈ 0,0020 US$ pr. kørsel.

Moondream2 is a compact (roughly 1.9B parameter) open vision-language model built to run efficiently on edge devices and small GPUs. Despite its size it performs well on image captioning, visual question answering, simple counting and reading short text in images. This Replicate endpoint takes an image and a question and returns a concise text answer, making it a cheap default for high-volume alt-text and tagging pipelines.
04

Priser

Priser i US-dollar. Forbrug debiteres fra forudbetalte credits.
Typisk kørsel (≈ 2 s på L40S)0,0020 US$ pr. kørsel
GPU-tid (L40S)0,00117 US$ pr. GPU-sekund
  • Faktureres efter den GPU-tid, som kørslen faktisk tager. NÃ¥r kørslen starter, reserveres 3× den typiske pris fra din saldo og afregnes efterfølgende.
  • 1 kredit = 0,01 US$

Omkostningsberegner

Prisberegner

s

Typisk ifølge udbyderen: ca. 1,6 s

I alt

0,20 US$

20 credits

Pr. kørsel

0,002 US$ · 0,2 credits

Fakturering efter faktisk GPU-tid; dette er et estimat.

05

API

Kald Moondream2 med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
moondream2API-dokumentationFå en API-nøgle

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

06

Specifikationer

Model-ID
moondream2
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.

  • promptpÃ¥krævet

    Question about the image

    Type: Tekst
    Standard: –
    Tilladte værdier: op til 8.000 tegn
  • image_url

    Image URL to analyze

    Type: Tekst
    Standard: –
    Tilladte værdier: –

Tags

  • replicate
  • moondream
  • vision-understanding
  • open-source
  • small
  • edge
07

Ofte stillede spørgsmål

Hvad er Moondream2?

Moondream2 er en model fra Community i kategorien Multimodal.

Hvad koster Moondream2 på Railwail?

På Railwail koster Moondream2 ≈ 0,0020 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 Moondream2?

Ifølge dens inputskema kender Moondream2 disse parametre: prompt (op til 8.000 tegn) og image_url.

Hvor hurtig er Moondream2?

Der er endnu ikke nok målte kørsler af Moondream2 på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er Moondream2 bedre end BLIP?

Det afhænger af opgaven. Moondream2 (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign Moondream2 og BLIP

Kan Moondream2 behandle billeder?

Ja. Moondream2 accepterer billeder som input ud over tekst.

08

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.

    ≈ 0,00030 US$/kørsel

    85 % billigere pr. enhed

    Sammenlign Moondream2 og BLIP
  • 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.

    ≈ 0,0457 US$/kørsel

    2.185 % dyrere pr. enhed

    Sammenlign Moondream2 og CLIP Interrogator
  • Depth Anything v2Community

    Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 US$/kørsel

    150 % dyrere pr. enhed

    Sammenlign Moondream2 og Depth Anything v2

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.

Få API-nøgleSe alle modeller