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.
- Pris
- ≈ 0,0024 US$/kørsel
- Input → output
- Tekst + Billede + Video → Tekst
- Udvikler
- Community
- Opdateret
- 23. september 2026
Playground
Prøv Qwen2-VL 7B Instruct
Input & resultat
Denne kørsel
ca. 0,0024 US$ · 0,24 credits
0,0072Â US$ (0,72 credits) reserveres ved start; den faktiske GPU-tid faktureres.
Ny her?
10 gratis credits (0,10 US$) når du tilmelder dig med Google
Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits. Nok til 13 kørsler af denne model.
Examples
Prompt
Describe this video in detail.
Response
The video features a monkey riding a skateboard in a park. The monkey is wearing roller skates and is seen moving forward on the skateboard, with its arms outstretched for balance. The park is filled with people sitting on benches and walking around, enjoying the sunny day. The monkey appears to be enjoying itself, and the scene is filled with a sense of fun and playfulness. The park is surrounded by trees and greenery, creating a peaceful and relaxing atmosphere. Overall, the video captures a unique and entertaining moment of a monkey enjoying a day out in the park on roller skates.
Prompt
Describe this in detail.
Response
The image shows a half of an avocado on the left side, with a pit visible inside. On the right side, there is a stylized letter "A" in a bold, uppercase font. The avocado and the letter "A" are separated by a white arrow pointing from the avocado to the letter "A," indicating a transformation or relationship between the two. The background is a light beige color.
Prompt
Describe this in detail.
Response
The image depicts a dog, specifically a Golden Retriever, enjoying a slice of watermelon. The dog is positioned on the left side of the frame, with its head lowered towards the watermelon. The watermelon is placed on a wooden table, and the dog appears to be biting into the fruit, indicating it is eating it. The background is blurred, suggesting a natural outdoor setting with greenery. The overall scene conveys a sense of relaxation and enjoyment.
Om Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct er en model af Community i kategorien Multimodal. På Railwail koster Qwen2-VL 7B Instruct ≈ 0,0024 US$ pr. kørsel.
Priser
| Typisk kørsel (≈ 2 s på L40S) | 0,0024 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. 2,1 s
I alt
0,24Â US$
24 credits
Pr. kørsel
0,0024 US$ · 0,24 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
qwen2-vl-7b-instruct-rep- Udvikler
- Community
- Kategori
- Multimodal
- Input
- Tekst, Billede, Video
- 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 or video
Type: TekstStandard: –Tilladte værdier: op til 16.000 tegnimage_urlImage or video URL to analyze
Type: TekstStandard: –Tilladte værdier: –max_tokensType: HeltalStandard:1024Tilladte værdier: 1 til 4.096temperatureType: TalStandard:0.7Tilladte værdier: 0 til 2
Tags
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Ofte stillede spørgsmål
Hvad er Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct er en model fra Community i kategorien Multimodal.
Hvad koster Qwen2-VL 7B Instruct på Railwail?
På Railwail koster Qwen2-VL 7B Instruct ≈ 0,0024 US$ pr. kørsel. Du betaler for det, som hver anmodning faktisk bruger. Forbrug betales fra forudbetalte credits; 1 credit svarer til 0,01 US$.
Hvilke indstillinger understøtter Qwen2-VL 7B Instruct?
Ifølge dens inputskema kender Qwen2-VL 7B Instruct disse parametre: prompt (op til 16.000 tegn), image_url, max_tokens (1 til 4.096) og temperature (0 til 2).
Hvor hurtig er Qwen2-VL 7B Instruct?
Der er endnu ikke nok målte kørsler af Qwen2-VL 7B Instruct på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.
Er Qwen2-VL 7B Instruct bedre end BLIP?
Det afhænger af opgaven. Qwen2-VL 7B Instruct (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.
Sammenlign Qwen2-VL 7B Instruct og BLIPKan Qwen2-VL 7B Instruct behandle billeder?
Ja. Qwen2-VL 7B Instruct accepterer billeder som input ud over tekst.
Sammenlignelige modeller
Alle i denne kategori- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Alle modeller via én API
En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.