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.
- Preço
- ≈ US$ 0,0505/execução
- Entrada → Saída
- Texto + Imagem → Texto
- Desenvolvedor
- Community
- Atualizado
- 23 de setembro de 2026
Playground
Experimentar Molmo 7B
Entrada & saída
Esta execução
cerca de US$ 0,0505 · 5,05 créditos
US$ 0,1513 (15,13 créditos) são reservados no início; o tempo real de GPU é cobrado.
Para contas sem compra anterior: execuções acima de 2 créditos precisam de recarga.
Novo por aqui?
10 créditos grátis (US$ 0,10) ao se inscrever com Google
Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.
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
Sobre Molmo 7B
Molmo 7B é um modelo de Community na categoria Multimodal. No Railwail, Molmo 7B custa ≈ US$ 0,0505 por execução.
Preços
| Execução típica (≈ 43 s em L40S) | US$ 0,0505 por execução |
|---|---|
| Tempo de GPU (L40S) | US$ 0,00117 por segundo de GPU |
- Faturado pelo tempo de GPU que a execução realmente leva. Quando a execução começa, 3× o preço típico é reservado do seu saldo e liquidado depois.
- 1 crédito = US$ 0,01
Calculadora de custos
Calculadora de preços
Típico conforme o provedor: cerca de 43,1 s
Total
US$ 5,05
505 créditos
Por execução
US$ 0,0505 · 5,05 créditos
Faturado pelo tempo real de GPU; este é uma estimativa.
API
Nenhum exemplo de API verificado
A API pública passa um formato de entrada diferente do que este modelo precisa. Use o playground acima.
Especificações
- ID do modelo
molmo-7b- Desenvolvedor
- Community
- Categoria
- Multimodal
- Entrada
- Texto, Imagem
- Saída
- Texto
- Faturamento
- Por uso (tokens ou tempo de GPU)
- Entrada do catálogo atualizada
- 23 de setembro de 2026
Parâmetros de entrada
Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.
promptobrigatórioQuestion about the image
Tipo: TextoPadrão: –Valores permitidos: até 16.000 caracteresimage_urlImage URL to analyze
Tipo: TextoPadrão: –Valores permitidos: –max_tokensTipo: Número inteiroPadrão:1024Valores permitidos: 1 a 4.096
Etiquetas
- replicate
- allenai
- molmo
- vision-understanding
- open-weights
- grounding
Perguntas frequentes
O que é Molmo 7B?
Molmo 7B é um modelo de Community na categoria Multimodal.
Quanto custa Molmo 7B no Railwail?
No Railwail, Molmo 7B custa ≈ US$ 0,0505 por execução. Você é cobrado pelo que cada solicitação realmente usa. O uso é pago com créditos pré-pagos; 1 crédito equivale a US$ 0,01.
Quais configurações Molmo 7B suporta?
De acordo com seu esquema de entrada, Molmo 7B conhece estes parâmetros: prompt (até 16.000 caracteres), image_url e max_tokens (1 a 4.096).
Qual é a velocidade de Molmo 7B?
Ainda não há execuções medidas suficientes de Molmo 7B no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.
Molmo 7B é melhor que BLIP?
Depende da tarefa. Molmo 7B (Community) e BLIP (Salesforce) são ambos modelos na categoria Multimodal. A página de comparação mostra seus preços e especificações lado a lado.
Comparar Molmo 7B e BLIPMolmo 7B pode processar imagens?
Sim. Molmo 7B aceita imagens como entrada além de texto.
Modelos comparáveis
Todos nesta categoria- 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.
Todos os modelos através de uma API
Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.