Moondream2
moondream2Moondream2 small vision-language model on Replicate. About 1.9B params, designed to run on edge devices, handles captioning, visual QA and short OCR-style reads at very low cost.
- Verð
- ≈ 0,0020 USD/keyrsla
- Inntak → úttak
- Texti + Mynd → Texti
- Þróunaraðili
- Community
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu Moondream2
Inntak og úttak
Þessi keyrsla
um 0,002 USD · 0,2 inneign
0,0058 USD (0,58 inneign) eru fráteknar við upphaf; raunverulegur GPU-tími er innheimtaður.
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. Nægir fyrir 17 keyrslur þessa módels.
Examples
InputPrompt
Describe this image
Response
The image features a logo with a smiling blue circle above the word "moondream" written in black text.
InputPrompt
Describe this image
Response
A man with a beard and mustache, wearing a suit and red tie, is smiling at the camera with a blue background featuring a logo.
InputPrompt
Describe this image
Response
An astronaut in a white spacesuit is riding a unicorn with a rainbow mane and tail, soaring through a colorful, dreamlike sky with clouds and rainbows.
Um Moondream2
Moondream2 er módel frá Community í flokknum Fjölbreytilegt. Á Railwail kostar Moondream2 ≈ 0,0020 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 2 s á L40S) | 0,0020 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
Dæmigert samkvæmt veitanda: um 1,6 s
Samtals
0,20 USD
20 inneign
Fyrir hverja keyrslu
0,002 USD · 0,2 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.
Forskriftir
- Módel-auðkenni
moondream2- Þróunaraðili
- Community
- Flokkur
- Fjölbreytilegt
- 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.
promptnauðsynlegtQuestion about the image
Tegund: TextiSjálfgefið: –Leyfðir gildir: allt að 8.000 stafirimage_urlImage URL to analyze
Tegund: TextiSjálfgefið: –Leyfðir gildir: –
Merki
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Algengar spurningar
Hvað er Moondream2?
Moondream2 er módel frá Community í flokknum Fjölbreytilegt.
Hvað kostar Moondream2 á Railwail?
Á Railwail kostar Moondream2 ≈ 0,0020 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 Moondream2?
Samkvæmt inntaksskema sínu þekkir Moondream2 þessa færibreytu: prompt (allt að 8.000 stafir) og image_url.
Hversu hratt er Moondream2?
Það eru ekki nóg mældar keyrslur af Moondream2 á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er Moondream2 betra en BLIP?
Það fer eftir verkefninu. Moondream2 (Community) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman Moondream2 og BLIPGetur Moondream2 unnið úr myndum?
Já. Moondream2 tekur myndir sem inntok auk texta.
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.
- 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.
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.