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.
- Preço
- ≈ US$ 0,0020/execução
- Entrada → Saída
- Texto + Imagem → Texto
- Desenvolvedor
- Community
- Atualizado
- 23 de setembro de 2026
Playground
Experimentar Moondream2
Entrada & saída
Esta execução
cerca de US$ 0,002 · 0,2 créditos
US$ 0,0058 (0,58 créditos) são reservados no início; o tempo real de GPU é cobrado.
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. Suficiente para 17 execuções deste modelo.
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.
Sobre Moondream2
Moondream2 é um modelo de Community na categoria Multimodal. No Railwail, Moondream2 custa ≈ US$ 0,0020 por execução.
Preços
| Execução típica (≈ 2 s em L40S) | US$ 0,0020 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 1,6 s
Total
US$ 0,20
20 créditos
Por execução
US$ 0,002 · 0,2 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
moondream2- 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 8.000 caracteresimage_urlImage URL to analyze
Tipo: TextoPadrão: –Valores permitidos: –
Etiquetas
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Perguntas frequentes
O que é Moondream2?
Moondream2 é um modelo de Community na categoria Multimodal.
Quanto custa Moondream2 no Railwail?
No Railwail, Moondream2 custa ≈ US$ 0,0020 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 Moondream2 suporta?
De acordo com seu esquema de entrada, Moondream2 conhece estes parâmetros: prompt (até 8.000 caracteres) e image_url.
Qual é a velocidade de Moondream2?
Ainda não há execuções medidas suficientes de Moondream2 no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.
Moondream2 é melhor que BLIP?
Depende da tarefa. Moondream2 (Community) e BLIP (Salesforce) são ambos modelos na categoria Multimodal. A página de comparação mostra seus preços e especificações lado a lado.
Comparar Moondream2 e BLIPMoondream2 pode processar imagens?
Sim. Moondream2 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.