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.
- السعر
- ≈ 0.0024 US$/تشغيل
- Input → output
- نص + صورة + فيديو → نص
- مطور
- Community
- تم التحديث
- ٢٣ سبتمبر ٢٠٢٦
Playground
جرّب Qwen2-VL 7B Instruct
الإدخال والإخراج
هذا التشغيل
حوالي 0.0024 US$ · 0.24 رصيد
يتم حجز 0.0072 US$ (0.72 رصيد) عند البدء؛ يتم فواتير وقت GPU الفعلي.
جديد هنا؟
10 رصيد مجاني (0.10 US$) عند التسجيل باستخدام Google
قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد. كافٍ لـ 13 تشغيلًا لهذا النموذج.
Examples
Prompt
Describe this video in detail.
Response
The video features a monkey riding a skateboard in a park. The monkey is wearing roller skates and is seen moving forward on the skateboard, with its arms outstretched for balance. The park is filled with people sitting on benches and walking around, enjoying the sunny day. The monkey appears to be enjoying itself, and the scene is filled with a sense of fun and playfulness. The park is surrounded by trees and greenery, creating a peaceful and relaxing atmosphere. Overall, the video captures a unique and entertaining moment of a monkey enjoying a day out in the park on roller skates.
Prompt
Describe this in detail.
Response
The image shows a half of an avocado on the left side, with a pit visible inside. On the right side, there is a stylized letter "A" in a bold, uppercase font. The avocado and the letter "A" are separated by a white arrow pointing from the avocado to the letter "A," indicating a transformation or relationship between the two. The background is a light beige color.
Prompt
Describe this in detail.
Response
The image depicts a dog, specifically a Golden Retriever, enjoying a slice of watermelon. The dog is positioned on the left side of the frame, with its head lowered towards the watermelon. The watermelon is placed on a wooden table, and the dog appears to be biting into the fruit, indicating it is eating it. The background is blurred, suggesting a natural outdoor setting with greenery. The overall scene conveys a sense of relaxation and enjoyment.
حول Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct هو نموذج من Community في فئة متعدد الأنماط. على Railwail، يكلف Qwen2-VL 7B Instruct ≈ 0.0024 US$ لكل تشغيل.
التسعير
| التشغيل النموذجي (≈ 2 ث على L40S) | 0.0024 US$ لكل تشغيل |
|---|---|
| وقت GPU (L40S) | 0.00117 US$ لكل ثانية GPU |
- يتم الفرز بناءً على وقت GPU الذي يستغرقه التشغيل فعلياً. عند بدء التشغيل، يتم حجز 3× السعر النموذجي من رصيدك ويتم تسويته لاحقاً.
- 1 رصيد = ٠٫٠١ US$
حاسبة التكلفة
حاسبة الأسعار
نموذجي وفقاً للمزود: حوالي 2.1 ث
الإجمالي
0.24 US$
24 رصيد
لكل تشغيل
0.0024 US$ · 0.24 رصيد
يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.
API
لا يوجد مثال API موثق
API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.
المواصفات
- معرّف النموذج
qwen2-vl-7b-instruct-rep- مطور
- Community
- الفئة
- متعدد الأنماط
- الإدخال
- نص, صورة, فيديو
- الإخراج
- نص
- الفواتير
- حسب الاستخدام (الرموز أو وقت GPU)
- تم تحديث إدخال الكتالوج
- ٢٣ سبتمبر ٢٠٢٦
معاملات الإدخال
المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.
promptمطلوبQuestion about the image or video
النوع: نصالافتراضي: –القيم المسموحة: حتى 16,000 حرفimage_urlImage or video URL to analyze
النوع: نصالافتراضي: –القيم المسموحة: –max_tokensالنوع: عدد صحيحالافتراضي:1024القيم المسموحة: 1 إلى 4,096temperatureالنوع: رقمالافتراضي:0.7القيم المسموحة: 0 إلى 2
الوسوم
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
الأسئلة الشائعة
ما هو Qwen2-VL 7B Instruct؟
Qwen2-VL 7B Instruct هو نموذج من Community في فئة متعدد الأنماط.
كم تكلفة Qwen2-VL 7B Instruct على Railwail؟
على Railwail، يكلف Qwen2-VL 7B Instruct ≈ 0.0024 US$ لكل تشغيل. يتم فرض رسوم عليك مقابل ما تستخدمه كل طلب فعلياً. الاستخدام يُدفع من أرصدة مدفوعة مقدماً؛ 1 رصيد يساوي ٠٫٠١ US$.
ما الإعدادات التي يدعمها Qwen2-VL 7B Instruct؟
وفقاً لمخطط الإدخال الخاص به، Qwen2-VL 7B Instruct يعرف هذه المعاملات: prompt (حتى 16,000 حرف) وimage_url وmax_tokens (1 إلى 4,096) وtemperature (0 إلى 2).
ما سرعة Qwen2-VL 7B Instruct؟
لا توجد عمليات تشغيل مقاسة كافية لـ Qwen2-VL 7B Instruct على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.
هل Qwen2-VL 7B Instruct أفضل من BLIP؟
هذا يعتمد على المهمة. Qwen2-VL 7B Instruct (Community) و BLIP (Salesforce) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.
قارن Qwen2-VL 7B Instruct و BLIPهل يمكن لـ Qwen2-VL 7B Instruct معالجة الصور؟
نعم. Qwen2-VL 7B Instruct يقبل الصور كإدخال بالإضافة إلى النص.
نماذج قابلة للمقارنة
الكل في هذه الفئة- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
جميع النماذج عبر API واحدة
مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ٠٫٠١ US$.