Molmo 7B

FjölbreytilegtTiltækt
eftir CommunityAuðkenni módels: molmo-7b

Allen 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.

Verð
≈ 0,0505 USD/keyrsla
Inntak → úttak
Texti + Mynd → Texti
Þróunaraðili
Community
Uppfært
23. september 2026
01

Leiksvæði

Prófaðu Molmo 7B

Inntak og úttak

≈ 0,0505 USD/keyrsla
Prófaðu Molmo 7B

0 / 16.000

Ítarlegar stillingar (1)
Niðurstaða
Svarið birtist hér.

Þessi keyrsla

um 0,0505 USD · 5,05 inneign

0,1513 USD (15,13 inneign) eru fráteknar við upphaf; raunverulegur GPU-tími er innheimtaður.

Fyrir reikninga án kaupa: keyrslur yfir 2 inneign þurfa áfyllingu.

Nýr hér?

10 ókeypis inneign (0,10 USD) þegar þú skráir þig með Google

Hægt að nota 24 klst. eftir skráningu, allt að 5 keyrslur á dag og að hámarki 2 inneign á keyrslu. Aðrar innskráningaraðferðir byrja án inneignar.

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

    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

03

Um Molmo 7B

StuttlegaFrá og með 23. september 2026

Molmo 7B er módel frá Community í flokknum Fjölbreytilegt. Á Railwail kostar Molmo 7B ≈ 0,0505 USD fyrir hverja keyrslu.

Molmo 7B-D from Allen AI is an open vision-language model trained on the PixMo human-annotated dataset. Beyond captioning and visual question answering it can point to and localize specific objects in an image, returning coordinates, which is useful for grounding and agentic UI tasks. This Replicate endpoint takes an image plus a prompt and returns text answers or pointing outputs. Fully open weights and data.
04

Verðlagning

Verð í Bandaríkjadölum. Notkun er rukkuð frá fyrirframgreiddum inneign.
Dæmigerð keyrsla (≈ 43 s á L40S)0,0505 USD fyrir hverja keyrslu
GPU-tími (L40S)0,00117 USD fyrir hverja GPU-sekúndu
  • Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
  • 1 inneign = 0,01 USD

Kostnaðarreiknir

Verðreiknir

s

Dæmigert samkvæmt veitanda: um 43,1 s

Samtals

5,05 USD

505 inneign

Fyrir hverja keyrslu

0,0505 USD · 5,05 inneign

Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.

05

API

Kallaðu Molmo 7B með Railwail API-lyklinum þínum. Notaðu þessa módel-auðkenningu í beiðninni:

Engin staðfest API-dæmi

Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.

06

Forskriftir

Módel-auðkenni
molmo-7b
Þróunaraðili
Community
Inntak
Texti, Mynd
Úttak
Texti
Reikningur
Eftir notkun (tókar eða GPU-tími)
Vörulistafærsla uppfærð
23. september 2026

Inntaksbreytur

Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.

  • promptnauðsynlegt

    Question about the image

    Tegund: Texti
    Sjálfgefið: –
    Leyfðir gildir: allt að 16.000 stafir
  • image_url

    Image URL to analyze

    Tegund: Texti
    Sjálfgefið: –
    Leyfðir gildir: –
  • max_tokens
    Tegund: Heiltala
    Sjálfgefið: 1024
    Leyfðir gildir: 1 til 4.096

Merki

  • replicate
  • allenai
  • molmo
  • vision-understanding
  • open-weights
  • grounding
07

Algengar spurningar

Hvað er Molmo 7B?

Molmo 7B er módel frá Community í flokknum Fjölbreytilegt.

Hvað kostar Molmo 7B á Railwail?

Á Railwail kostar Molmo 7B ≈ 0,0505 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.

Hvaða stillingar styður Molmo 7B?

Samkvæmt inntaksskema sínu þekkir Molmo 7B þessa færibreytu: prompt (allt að 16.000 stafir), image_url og max_tokens (1 til 4.096).

Hversu hratt er Molmo 7B?

Það eru ekki nóg mældar keyrslur af Molmo 7B á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.

Er Molmo 7B betra en BLIP?

Það fer eftir verkefninu. Molmo 7B (Community) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.

Bera saman Molmo 7B og BLIP

Getur Molmo 7B unnið úr myndum?

Já. Molmo 7B tekur myndir sem inntok auk texta.

08

Sambærileg módel

Öll í þessum flokki
  • 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 USD/keyrsla

    99 % ódýrara á einingu

    Bera Molmo 7B og BLIP saman
  • 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 USD/keyrsla

    10 % ódýrara á einingu

    Bera Molmo 7B og CLIP Interrogator saman
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 USD/keyrsla

    90 % ódýrara á einingu

    Bera Molmo 7B og Depth Anything v2 saman

Öll módel í gegnum eina API

Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.