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.
- מחיר
- ≈ 0.0505 $/הרצה
- קלט → פלט
- טקסט + תמונה → טקסט
- מפתח
- Community
- עודכן
- 23 בספטמבר 2026
Playground
נסה את Molmo 7B
קלט ותוצאה
הריצה הזו
בערך 0.0505 $ · 5.05 קרדיטים
0.1513 $ (15.13 קרדיטים) מסוכנים בתחילת הריצה; זמן ה-GPU בפועל יחויב.
לחשבונות ללא רכישה קודמת: ריצות מעל 2 קרדיטים דורשות טעינה.
חדש כאן?
10 קרדיטים חינם (0.10 $) כשאתה נרשם עם Google
ניתן להשתמש 24 שעות לאחר ההרשמה, עד 5 ריצות ביום ולכל היותר 2 קרדיטים לריצה. שיטות כניסה אחרות מתחילות ללא קרדיטים.
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
אודות Molmo 7B
Molmo 7B הוא מודל של Community בקטגוריית מולטימודאל. ב-Railwail, Molmo 7B עולה ≈ 0.0505 $ להרצה.
תמחור
| הרצה טיפוסית (≈ 43 s ב-L40S) | 0.0505 $ להרצה |
|---|---|
| זמן GPU (L40S) | 0.00117 $ לשנייה של GPU |
- חיוב לפי זמן ה-GPU שההרצה בעצם לוקחת. כשההרצה מתחילה, 3× המחיר הטיפוסי מוזמן מהיתרה שלך ומסולק לאחר מכן.
- 1 קרדיט = 0.01 $
מחשבון עלויות
מחשבון מחירים
טיפוסי לפי הספק: כ-43.1 שנ׳
סה״כ
5.05 $
505 קרדיטים
לכל הרצה
0.0505 $ · 5.05 קרדיטים
חיוב לפי זמן ה-GPU בפועל; זו הערכה.
API
אין דוגמה API מאומתת
ה-API הציבורי מעביר פורמט קלט שונה מזה שהדגם הזה צריך. השתמש בגובה המשחק למעלה.
מפרטים
- ID מודל
molmo-7b- מפתח
- Community
- קטגוריה
- מולטימודאל
- קלט
- טקסט, תמונה
- פלט
- טקסט
- חיוב
- לפי שימוש (טוקנים או זמן GPU)
- רשומת הקטלוג עודכנה
- 23 בספטמבר 2026
פרמטרים קלט
קלטים והגדרות מסכימת הקלט של המודל. הדוגמה בסעיף API מציגה אילו מהם ה-API מקבל.
promptחובהQuestion about the image
סוג: טקסטברירת מחדל: –ערכים מותרים: עד 16,000 תוויםimage_urlImage URL to analyze
סוג: טקסטברירת מחדל: –ערכים מותרים: –max_tokensסוג: מספר שלםברירת מחדל:1024ערכים מותרים: 1 עד 4,096
תגיות
- replicate
- allenai
- molmo
- vision-understanding
- open-weights
- grounding
שאלות נפוצות
מה זה Molmo 7B?
Molmo 7B הוא מודל של Community בקטגוריית מולטימודאל.
כמה עולה Molmo 7B ב-Railwail?
ב-Railwail, Molmo 7B עולה ≈ 0.0505 $ להרצה. אתה משלם על מה שכל בקשה בעצם משתמשת. השימוש משולם מקרדיטים שנרכשו מראש; 1 קרדיט שווה 0.01 $.
אילו הגדרות תומך Molmo 7B?
לפי סכימת הקלט שלו, Molmo 7B מכיר את הפרמטרים הבאים: prompt (עד 16,000 תווים), image_url ו-max_tokens (1 עד 4,096).
כמה מהיר Molmo 7B?
עדיין אין מספיק הרצות שנמדדו של Molmo 7B ב-Railwail כדי לציין זמן הרצה. זה תלוי בקלט, בהגדרות ובעומס אצל הספק.
האם Molmo 7B טוב יותר מ-BLIP?
זה תלוי במשימה. Molmo 7B (Community) ו-BLIP (Salesforce) הם שניהם מודלים בקטגוריית מולטימודאל. דף ההשוואה מציג את המחירים והמפרטים שלהם זה לצד זה.
השווה בין Molmo 7B ל-BLIPהאם Molmo 7B יכול לעבד תמונות?
כן. Molmo 7B מקבל תמונות כקלט בנוסף לטקסט.
דגמים דומים
הכל בקטגוריה זו- 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.
כל המודלים דרך API אחד
מפתח API אחד לכל מודל ב-Railwail. השימוש מחויב מאשראי מראש, 1 אשראי = 0.01 $.