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.
- Цена
- ≈ 0,0020 US$/извршување
- Влез → излез
- Текст + Слика → Текст
- Развивач
- Community
- Ажурирано
- 23 септември 2026 г.
Playground
Пробајте Moondream2
Влез и резултат
Овој тек
приблизно 0,002 US$ · 0,2 кредити
0,0058 US$ (0,58 кредити) се резервирани на почетокот; вистинското GPU време се наплачува.
Нов си овде?
10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google
Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити. Доволно за 17 извршувања на овој модел.
Examples
InputPrompt
Describe this image
Response
The image features a logo with a smiling blue circle above the word "moondream" written in black text.
InputPrompt
Describe this image
Response
A man with a beard and mustache, wearing a suit and red tie, is smiling at the camera with a blue background featuring a logo.
InputPrompt
Describe this image
Response
An astronaut in a white spacesuit is riding a unicorn with a rainbow mane and tail, soaring through a colorful, dreamlike sky with clouds and rainbows.
За Moondream2
Moondream2 е модел од Community во категоријата Мултимодален. На Railwail, Moondream2 чини ≈ 0,0020 US$ по извршување.
Цени
| Типично извршување (≈ 2 s на L40S) | 0,0020 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
Типично според добавувачот: околу 1,6 s
Вкупно
0,20 US$
20 кредити
По извршување
0,002 US$ · 0,2 кредити
Наплачено е вистинското GPU време; ова е проценка.
API
Нема потврден API пример
Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.
Спецификации
- ID на моделот
moondream2- 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.
promptзадолжителноQuestion about the image
Тип: ТекстСтандардно: –Дозволени вредности: до 8.000 знациimage_urlImage URL to analyze
Тип: ТекстСтандардно: –Дозволени вредности: –
Ознаки
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Често поставувани прашања
Што е Moondream2?
Moondream2 е модел од Community во категоријата Мултимодален.
Колку чини Moondream2 на Railwail?
На Railwail, Moondream2 чини ≈ 0,0020 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$.
Кои поставки поддржува Moondream2?
Според неговата шема за влез, Moondream2 ги познава овие параметри: prompt (до 8.000 знаци) и image_url.
Колку брз е Moondream2?
Нема доволно измерени извршувања на Moondream2 на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.
Дали Moondream2 е подобар од BLIP?
Зависи од задачата. Moondream2 (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.
Спореди Moondream2 и BLIPМоже ли Moondream2 да обработува слики?
Да. Moondream2 прифаќа слики како влез покрај текстот.
Слични модели
Сите во оваа категорија- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сите модели преку една API
Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.