Molmo 7B
molmo-7bAllen 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.
- Pris
- ≈ 0,0505 USD/kjøring
- Input → output
- Tekst + Bilde → Tekst
- Utvikler
- Community
- Oppdatert
- 23. september 2026
Playground
Prøv Molmo 7B
Inndata og resultat
Denne kjøringen
ca. 0,0505 USD · 5,05 credits
0,1513Â USD (15,13 credits) reserveres ved start; faktisk GPU-tid faktureres.
For kontoer uten tidligere kjøp: kjøringer over 2 credits trenger påfyll.
Ny her?
10 gratis credits (0,10 USD) når du registrerer deg med Google
Kan brukes 24 timer etter registrering, opptil 5 kjøringer per dag og maksimalt 2 credits per kjøring. Andre påloggingsmetoder starter uten credits.
Examples
InputPrompt
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
Om Molmo 7B
Molmo 7B er en modell fra Community i kategorien Multimodal. På Railwail koster Molmo 7B ≈ 0,0505 USD per kjøring.
Priser
| Typisk kjøring (≈ 43 s på L40S) | 0,0505 USD per kjøring |
|---|---|
| GPU-tid (L40S) | 0,00117Â USD per GPU-sekund |
- Faktureres etter GPU-tiden kjøringen faktisk tar. Når kjøringen starter, blir 3× den typiske prisen reservert fra saldoen din og gjort opp etterpå.
- 1 kreditt = 0,01Â USD
Kostnadsberegner
Prisberegner
Typisk ifølge leverandøren: ca. 43,1 s
Totalt
5,05Â USD
505 credits
Per kjøring
0,0505 USD · 5,05 credits
Fakturert etter faktisk GPU-tid; dette er et estimat.
API
Ingen verifisert API-eksempel
Det offentlige API-et sender et annet inngangsformat enn det denne modellen trenger. Bruk lekeplassen ovenfor.
Spesifikasjoner
- Modell-ID
molmo-7b- Utvikler
- Community
- Kategori
- Multimodal
- Inndata
- Tekst, Bilde
- Utdata
- Tekst
- Fakturering
- Etter bruk (tokens eller GPU-tid)
- Katalogoppføring oppdatert
- 23. september 2026
Inndataparametere
Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.
promptobligatoriskQuestion about the image
Type: TekstStandard: –Tillatte verdier: opptil 16 000 tegnimage_urlImage URL to analyze
Type: TekstStandard: –Tillatte verdier: –max_tokensType: HeltallStandard:1024Tillatte verdier: 1 til 4 096
Merkelapper
- replicate
- allenai
- molmo
- vision-understanding
- open-weights
- grounding
Ofte stilte spørsmål
Hva er Molmo 7B?
Molmo 7B er en modell fra Community i kategorien Multimodal.
Hvor mye koster Molmo 7B på Railwail?
På Railwail koster Molmo 7B ≈ 0,0505 USD per kjøring. Du betaler for det hver forespørsel faktisk bruker. Bruk betales fra forhåndskjøpte kreditter; 1 kreditt tilsvarer 0,01 USD.
Hvilke innstillinger støtter Molmo 7B?
I henhold til inndataskjemaet kjenner Molmo 7B disse parametrene: prompt (opptil 16Â 000 tegn), image_url og max_tokens (1 til 4Â 096).
Hvor rask er Molmo 7B?
Det finnes ennå ikke nok målte kjøringer av Molmo 7B på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.
Er Molmo 7B bedre enn BLIP?
Det avhenger av oppgaven. Molmo 7B (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.
Sammenlign Molmo 7B og BLIPKan Molmo 7B behandle bilder?
Ja. Molmo 7B godtar bilder som inndata i tillegg til tekst.
Sammenlignbare modeller
Alle i denne kategorien- 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.
Alle modeller gjennom én API
Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.