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.
- Cena
- ≈ 0,0020 $/palaidi
- Ievade → Izvade
- Teksts + Attēls → Teksts
- Izstrādātājs
- Community
- Atjaunināts
- 2026. gada 23. septembris
Spēļu laukums
Izmēģiniet Moondream2
Ievade un rezultāts
Šis palaišanas gadījums
apmēram 0,002 $ · 0,2 kredīti
Sākumā tiek rezervēti 0,0058 $ (0,58 kredīti); tiek norēķināts faktiskais GPU laiks.
Jauns šeit?
10 bezmaksas kredīti (0,10 $), reģistrējies ar Google
Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem. Pietiek 17 šī modeļa palaišanām.
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.
Par Moondream2
Moondream2 ir Community modelis kategorijā Multimodāls. Railwail platformā Moondream2 maksā ≈ 0,0020 $ par palaidi.
Cenas
| Tipisks palaidi (≈ 2 s uz L40S) | 0,0020 $ par palaidi |
|---|---|
| GPU laiks (L40S) | 0,00117 $ par GPU sekundi |
- Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
- 1 kredīts = 0,01 $
Izmaksu kalkulators
Cenu kalkulators
Tipiski pēc sniedzēja: aptuveni 1,6 s
Kopā
0,20 $
20 kredīti
Uz palaišanu
0,002 $ · 0,2 kredīti
Norēķins pēc faktiskā GPU laika; šī ir aprēķins.
API
Nav pārbaudīta API piemēra
Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.
Specifikācijas
- Modeļa ID
moondream2- Izstrādātājs
- Community
- Kategorija
- Multimodāls
- Ievade
- Teksts, Attēls
- Izvade
- Teksts
- Norēķini
- Pēc lietojuma (tokeni vai GPU laiks)
- Kataloga ieraksts atjaunināts
- 2026. gada 23. septembris
Ievades parametri
Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.
promptobligātsQuestion about the image
Tips: TekstsNoklusējums: –Atļautās vērtības: līdz 8000 rakstzīmēmimage_urlImage URL to analyze
Tips: TekstsNoklusējums: –Atļautās vērtības: –
Tagi
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Bieži uzdotie jautājumi
Kas ir Moondream2?
Moondream2 ir Community izstrādāts modelis Multimodāls kategorijā.
Cik maksā Moondream2 Railwail?
Railwail platformā Moondream2 maksā ≈ 0,0020 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.
Kādus iestatījumus atbalsta Moondream2?
Saskaņā ar tā ievades shēmu, Moondream2 pazīst šos parametrus: prompt (līdz 8000 rakstzīmēm) un image_url.
Cik ātrs ir Moondream2?
Railwail platformā Moondream2 vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.
Vai Moondream2 ir labāks par BLIP?
Tas ir atkarīgs no uzdevuma. Moondream2 (Community) un BLIP (Salesforce) ir abi modeļi Multimodāls kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.
Salīdzināt Moondream2 un BLIPVai Moondream2 var apstrādāt attēlus?
Jā. Moondream2 pieņem attēlus kā ievadi papildus tekstam.
Salīdzināmi modeļi
Visi šajā kategorijā- 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.
Visi modeļi caur vienu API
Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.