Molmo 7B

МултимодаленДостапно
од CommunityID на модел: 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.

Цена
≈ 0,0505 US$/извршување
Влез → излез
Текст + Слика → Текст
Развивач
Community
Ажурирано
23 септември 2026 г.
01

Playground

Пробајте Molmo 7B

Влез и резултат

≈ 0,0505 US$/извршување
Пробајте Molmo 7B

0 / 16.000

Напредни поставки (1)
Резултат
Одговорот се појавува овде.

Овој тек

приблизно 0,0505 US$ · 5,05 кредити

0,1513 US$ (15,13 кредити) се резервирани на почетокот; вистинското GPU време се наплачува.

За сметки без претходна куповина: текови над 2 кредити бараат допунување.

Нов си овде?

10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google

Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити.

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

За Molmo 7B

НакраткоОд 23 септември 2026 г.

Molmo 7B е модел од Community во категоријата Мултимодален. На Railwail, Molmo 7B чини ≈ 0,0505 US$ по извршување.

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

Цени

Цени во американски долари. Употребата се наплаќува од подготвени кредити.
Типично извршување (≈ 43 s на L40S)0,0505 US$ по извршување
GPU време (L40S)0,00117 US$ по GPU секунда
  • Се наплаќува според GPU времето што извршувањето всушност го потребува. Кога извршувањето почнува, 3× типичната цена се резервира од вашиот салдо и се пресметува потоа.
  • 1 кредит = 0,01 US$

Калкулатор за трошоци

Калкулатор за цена

s

Типично според добавувачот: околу 43,1 s

Вкупно

5,05 US$

505 кредити

По извршување

0,0505 US$ · 5,05 кредити

Наплачено е вистинското GPU време; ова е проценка.

05

API

Повикајте го Molmo 7B со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:

Нема потврден API пример

Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.

06

Спецификации

ID на моделот
molmo-7b
Развивач
Community
Категорија
Мултимодален
Влез
Текст, Слика
Излез
Текст
Наплата
По употреба (токени или GPU време)
Каталошка ставка ажурирана
23 септември 2026 г.

Параметри на влез

Влезови и поставки од шемата на влез на моделот. Примерот во делот API покажува кои од нив ги прифаќа API.

  • promptзадолжително

    Question about the image

    Тип: Текст
    Стандардно: –
    Дозволени вредности: до 16.000 знаци
  • image_url

    Image URL to analyze

    Тип: Текст
    Стандардно: –
    Дозволени вредности: –
  • max_tokens
    Тип: Целина
    Стандардно: 1024
    Дозволени вредности: 1 до 4.096

Ознаки

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

Често поставувани прашања

Што е Molmo 7B?

Molmo 7B е модел од Community во категоријата Мултимодален.

Колку чини Molmo 7B на Railwail?

На Railwail, Molmo 7B чини ≈ 0,0505 US$ по извршување. Се наплаќува за она што секој барање всушност користи. Употребата се плаќа од подготвени кредити; 1 кредит е еднаков на 0,01 US$.

Кои поставки поддржува Molmo 7B?

Според неговата шема за влез, Molmo 7B ги познава овие параметри: prompt (до 16.000 знаци), image_url и max_tokens (1 до 4.096).

Колку брз е Molmo 7B?

Нема доволно измерени извршувања на Molmo 7B на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали Molmo 7B е подобар од BLIP?

Зависи од задачата. Molmo 7B (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди Molmo 7B и BLIP

Може ли Molmo 7B да обработува слики?

Да. Molmo 7B прифаќа слики како влез покрај текстот.

08
  • 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$/извршување

    99 % поевтино по единица

    Споредете Molmo 7B и 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$/извршување

    10 % поевтино по единица

    Споредете Molmo 7B и 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$/извршување

    90 % поевтино по единица

    Споредете Molmo 7B и Depth Anything v2

Сите модели преку една API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.