Molmo 7B

MultimodalniDostupno
od CommunityID modela: 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.

Cijena
≈ 0,0505 US$/pokretanje
Ulaz → izlaz
Tekst + Slika → Tekst
Razvojni inženjer
Community
Ažurirano
23. septembar 2026.
01

Playground

Isprobaj Molmo 7B

Unos i rezultat

≈ 0,0505 US$/pokretanje
Isprobaj Molmo 7B

0 / 16.000

Napredne postavke (1)
Rezultat
Odgovor se pojavljuje ovdje.

Ovaj pokus

oko 0,0505 US$ · 5,05 kredita

Na početku se rezervira 0,1513 US$ (15,13 kredita); naplata se vrši prema stvarnom GPU vremenu.

Za račune bez prethodne kupnje: pokusi iznad 2 kredita trebaju dopunjavanje.

Novi si ovdje?

10 besplatnih kredita (0,10 US$) kada se registriraš s Googlom

Dostupno 24 sati nakon registracije, do 5 pokusa dnevno i najviše 2 kredita po pokusu. Ostale metode prijave počinju bez kredita.

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

O Molmo 7B

UkratkoStanje: 23. septembar 2026.

Molmo 7B je model od Community iz kategorije Multimodalni. Na Railwailu, Molmo 7B košta ≈ 0,0505 US$ po pokretanju.

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

Cijene

Cijene u USD-u. Korištenje se naplaćuje iz unaprijed plaćenih kredita.
Tipično pokretanje (≈ 43 s na L40S)0,0505 US$ po pokretanju
GPU vrijeme (L40S)0,00117 US$ po GPU sekundi
  • Naplaćuje se prema GPU vremenu koje pokretanje zapravo traje. Kada se pokretanje počne, 3× tipična cijena se rezervira iz vašeg stanja i naknadno se namiruje.
  • 1 kredit = 0,01 US$

Kalkulator troškova

Kalkulator cijena

s

Tipično prema pružatelju: oko 43,1 s

Ukupno

5,05 US$

505 kredita

Po pokretanju

0,0505 US$ · 5,05 kredita

Naplaćuje se stvarno GPU vrijeme; ovo je procjena.

05

API

Pozovi Molmo 7B sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:

Nema provjeren primjer API-ja

Javni API prosleđuje drugačiji format unosa nego što ovaj model trebuje. Koristite playground gore.

06

Specifikacije

ID modela
molmo-7b
Razvojni inženjer
Community
Kategorija
Multimodalni
Ulaz
Tekst, Slika
Izlaz
Tekst
Naplata
Po potrošnji (tokeni ili GPU vrijeme)
Katalog ažuriran
23. septembar 2026.

Parametri ulaza

Ulazi i postavke iz sheme ulaza modela. Primjer u odjeljku API pokazuje koje od njih API prihvaća.

  • promptobavezno

    Question about the image

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: do 16.000 znakova
  • image_url

    Image URL to analyze

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: –
  • max_tokens
    Tip: Cijeli broj
    Zadano: 1024
    Dozvoljene vrijednosti: 1 do 4.096

Oznake

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

Često postavljana pitanja

Što je Molmo 7B?

Molmo 7B je model od Community iz kategorije Multimodalni.

Koliko stoji Molmo 7B na Railwailu?

Na Railwailu, Molmo 7B košta ≈ 0,0505 US$ po pokretanju. Naplaćuje se ono što svaki zahtjev zapravo koristi. Korištenje se plaća iz unaprijed kupljenih kredita; 1 kredit jednaka je 0,01 US$.

Koje postavke podržava Molmo 7B?

Prema svojoj shemi unosa, Molmo 7B poznaje ove parametre: prompt (do 16.000 znakova), image_url i max_tokens (1 do 4.096).

Koliko je brz Molmo 7B?

Za Molmo 7B na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.

Je li Molmo 7B bolji od BLIP?

To ovisi o zadatku. Molmo 7B (Community) i BLIP (Salesforce) su oba modela iz kategorije Multimodalni. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi Molmo 7B i BLIP

Može li Molmo 7B obraditi slike?

Da. Molmo 7B prihvaća slike kao unos osim teksta.

08

Usporedivi modeli

Svi u ovoj kategoriji
  • 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 US$/pokretanje

    99 % jeftinije po jedinici

    Usporedi Molmo 7B i BLIP
  • 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 US$/pokretanje

    10 % jeftinije po jedinici

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

    ≈ 0,0050 US$/pokretanje

    90 % jeftinije po jedinici

    Usporedi Molmo 7B i Depth Anything v2

Svi modeli preko jednog API-ja

Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.