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.
- Hinta
- ≈ 0,0024 $/suoritus
- Syöte → tulos
- Teksti + Kuva + Video → Teksti
- Kehittäjä
- Community
- Päivitetty
- 23. syyskuuta 2026
Leikkikenttä
Kokeile Qwen2-VL 7B Instruct
Syöte ja tulos
Tämä suoritus
noin 0,0024 $ · 0,24 creditiä
Alussa varataan 0,0072 $ (0,72 creditiä); todellinen GPU-aika laskutetaan.
Uusi täällä?
10 ilmaista creditiä (0,10 $) kun rekisteröidyt Googlella
Käytettävissä 24 tuntia rekisteröinnin jälkeen, enintään 5 suoritusta päivässä ja enintään 2 creditiä suoritusta kohti. Muut kirjautumismenetelmät alkavat ilman creditejä. Riittää 13 suoritukseen tästä mallista.
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.
Tietoja: Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct on Community-kehittäjän malli kategoriasta Multimodaali. Railwailissa Qwen2-VL 7B Instruct maksaa ≈ 0,0024 $ per suoritus.
Hinnat
| Tyypillinen suoritus (≈ 2 s L40S:lla) | 0,0024 $ per suoritus |
|---|---|
| GPU-aika (L40S) | 0,00117 $ per GPU-sekunti |
- Laskutus perustuu suorituksen todelliseen GPU-aikaan. Kun suoritus alkaa, 3-kertainen tyypillinen hinta varataan saldostasi ja selvitetään jälkikäteen.
- 1 krediitti = 0,01 $
Kustannuslaskin
Hintalaskin
Palveluntarjoajan mukaan tyypillinen: noin 2,1 s
Yhteensä
0,24 $
24 krediittiä
Suoritusta kohti
0,0024 $ · 0,24 krediittiä
Laskutus perustuu todelliseen GPU-aikaan; tämä on arvio.
API
Ei vahvistettua API-esimerkkiä
Julkinen API välittää eri syötemuotoa kuin tämä malli tarvitsee. Käytä yllä olevaa leikkikenttää.
Tekniset tiedot
- Mallin tunnus
qwen2-vl-7b-instruct-rep- Kehittäjä
- Community
- Kategoria
- Multimodaali
- Syöte
- Teksti, Kuva, Video
- Tuloste
- Teksti
- Laskutus
- Käytön mukaan (tokeneja tai GPU-aikaa)
- Luettelokirjaus päivitetty
- 23. syyskuuta 2026
Syöteparametrit
Mallin syötökaavion syötteet ja asetukset. API-osion esimerkki näyttää, mitkä niistä API hyväksyy.
promptpakollinenQuestion about the image or video
Tyyppi: TekstiOletus: –Sallitut arvot: enintään 16 000 merkkiäimage_urlImage or video URL to analyze
Tyyppi: TekstiOletus: –Sallitut arvot: –max_tokensTyyppi: KokonaislukuOletus:1024Sallitut arvot: 1–4 096temperatureTyyppi: LukuOletus:0.7Sallitut arvot: 0–2
Tunnisteet
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Usein kysytyt kysymykset
Mikä on Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct on Communityn kehittämä malli Multimodaali-kategoriassa.
Paljonko Qwen2-VL 7B Instruct maksaa Railwailissa?
Railwailissa Qwen2-VL 7B Instruct maksaa ≈ 0,0024 $ per suoritus. Sinua veloitetaan siitä, mitä kukin pyyntö todella käyttää. Käyttö maksetaan ennakkoon ostettujen krediittien avulla; 1 krediitti vastaa 0,01 $.
Mitä asetuksia Qwen2-VL 7B Instruct tukee?
Syötteen rakenteen mukaan Qwen2-VL 7B Instruct tuntee nämä parametrit: prompt (enintään 16 000 merkkiä), image_url, max_tokens (1–4 096) ja temperature (0–2).
Kuinka nopea Qwen2-VL 7B Instruct on?
Qwen2-VL 7B Instructlla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.
Onko Qwen2-VL 7B Instruct parempi kuin BLIP?
Se riippuu tehtävästä. Qwen2-VL 7B Instruct (Community) ja BLIP (Salesforce) ovat molemmat malleja Multimodaali-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.
Vertaa Qwen2-VL 7B Instruct ja BLIPVoiko Qwen2-VL 7B Instruct käsitellä kuvia?
Kyllä. Qwen2-VL 7B Instruct hyväksyy kuvia syötteenä tekstin lisäksi.
Vertailukelpoiset mallit
Kaikki tässä kategoriassa- 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.
Kaikki mallit yhden API:n kautta
Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.