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.
- Verð
- ≈ 0,0024 USD/keyrsla
- Inntak → úttak
- Texti + Mynd + Myndbandi → Texti
- Þróunaraðili
- Community
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu Qwen2-VL 7B Instruct
Inntak og úttak
Þessi keyrsla
um 0,0024 USD · 0,24 inneign
0,0072 USD (0,72 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 13 keyrslur þessa módels.
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.
Um Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct er módel frá Community í flokknum Fjölbreytilegt. Á Railwail kostar Qwen2-VL 7B Instruct ≈ 0,0024 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 2 s á L40S) | 0,0024 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 2,1 s
Samtals
0,24 USD
24 inneign
Fyrir hverja keyrslu
0,0024 USD · 0,24 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
qwen2-vl-7b-instruct-rep- Þróunaraðili
- Community
- Flokkur
- Fjölbreytilegt
- Inntak
- Texti, Mynd, Myndbandi
- 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 or video
Tegund: TextiSjálfgefið: –Leyfðir gildir: allt að 16.000 stafirimage_urlImage or video URL to analyze
Tegund: TextiSjálfgefið: –Leyfðir gildir: –max_tokensTegund: HeiltalaSjálfgefið:1024Leyfðir gildir: 1 til 4.096temperatureTegund: TalaSjálfgefið:0.7Leyfðir gildir: 0 til 2
Merki
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Algengar spurningar
Hvað er Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct er módel frá Community í flokknum Fjölbreytilegt.
Hvað kostar Qwen2-VL 7B Instruct á Railwail?
Á Railwail kostar Qwen2-VL 7B Instruct ≈ 0,0024 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 Qwen2-VL 7B Instruct?
Samkvæmt inntaksskema sínu þekkir Qwen2-VL 7B Instruct þessa færibreytu: prompt (allt að 16.000 stafir), image_url, max_tokens (1 til 4.096) og temperature (0 til 2).
Hversu hratt er Qwen2-VL 7B Instruct?
Það eru ekki nóg mældar keyrslur af Qwen2-VL 7B Instruct á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er Qwen2-VL 7B Instruct betra en BLIP?
Það fer eftir verkefninu. Qwen2-VL 7B Instruct (Community) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman Qwen2-VL 7B Instruct og BLIPGetur Qwen2-VL 7B Instruct unnið úr myndum?
Já. Qwen2-VL 7B Instruct 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.