Qwen2-VL 7B Instruct
qwen2-vl-7b-instruct-repAlibaba Qwen2-VL 7B served on Replicate. Open-weights vision-language model that chats about images and video, with dynamic resolution and strong OCR and document QA for its size.
- Preț
- ≈ 0,0024 USD/rulare
- Intrare → ieșire
- Text + Imagine + Video → Text
- Dezvoltator
- Community
- Actualizat
- 23 septembrie 2026
Playground
Încearcă Qwen2-VL 7B Instruct
Intrare & rezultat
Această rulare
aproximativ 0,0024 USD · 0,24 credite
La start se rezervă 0,0072 USD (0,72 credite); se factureaza timpul GPU real.
Nou aici?
10 credite gratuite (0,10 USD) când te înregistrezi cu Google
Utilizabil 24 ore după înregistrare, până la 5 rulări pe zi și maximum 2 credite pe rulare. Alte metode de conectare încep fără credite. Suficient pentru 13 rulări ale acestui model.
Examples
Prompt
Describe this video in detail.
Response
The video features a monkey riding a skateboard in a park. The monkey is wearing roller skates and is seen moving forward on the skateboard, with its arms outstretched for balance. The park is filled with people sitting on benches and walking around, enjoying the sunny day. The monkey appears to be enjoying itself, and the scene is filled with a sense of fun and playfulness. The park is surrounded by trees and greenery, creating a peaceful and relaxing atmosphere. Overall, the video captures a unique and entertaining moment of a monkey enjoying a day out in the park on roller skates.
Prompt
Describe this in detail.
Response
The image shows a half of an avocado on the left side, with a pit visible inside. On the right side, there is a stylized letter "A" in a bold, uppercase font. The avocado and the letter "A" are separated by a white arrow pointing from the avocado to the letter "A," indicating a transformation or relationship between the two. The background is a light beige color.
Prompt
Describe this in detail.
Response
The image depicts a dog, specifically a Golden Retriever, enjoying a slice of watermelon. The dog is positioned on the left side of the frame, with its head lowered towards the watermelon. The watermelon is placed on a wooden table, and the dog appears to be biting into the fruit, indicating it is eating it. The background is blurred, suggesting a natural outdoor setting with greenery. The overall scene conveys a sense of relaxation and enjoyment.
Despre Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct este un model de Community din categoria Multimodal. Pe Railwail, Qwen2-VL 7B Instruct costă ≈ 0,0024 USD per rulare.
Prețuri
| Rulare tipică (≈ 2 s pe L40S) | 0,0024 USD per rulare |
|---|---|
| Timp GPU (L40S) | 0,00117 USD per secundă GPU |
- Se facturează timpul GPU pe care îl necesită efectiv rularea. La pornire, se rezervă din soldul tău 3× prețul tipic și se decontează ulterior.
- 1 credit = 0,01 USD
Calculator de costuri
Calculator de preț
Tipic conform furnizorului: aprox. 2,1 s
Total
0,24 USD
24 credite
Pe rulare
0,0024 USD · 0,24 credite
Se factură după timpul GPU real; aceasta este o estimare.
API
Niciun exemplu API verificat
API-ul public transmite un format de intrare diferit de ceea ce are nevoie acest model. Folosește playground-ul de mai sus.
Specificații
- ID model
qwen2-vl-7b-instruct-rep- Dezvoltator
- Community
- Categorie
- Multimodal
- Intrare
- Text, Imagine, Video
- Ieșire
- Text
- Facturare
- După utilizare (tokeni sau timp GPU)
- Intrare catalog actualizată
- 23 septembrie 2026
Parametri de intrare
Intrări și setări din schema de intrare a modelului. Exemplul din secțiunea API arată care dintre ele acceptă API-ul.
promptobligatoriuQuestion about the image or video
Tip: TextImplicit: –Valori permise: până la 16.000 caractereimage_urlImage or video URL to analyze
Tip: TextImplicit: –Valori permise: –max_tokensTip: Număr întregImplicit:1024Valori permise: 1 până la 4.096temperatureTip: NumărImplicit:0.7Valori permise: 0 până la 2
Etichete
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Întrebări frecvente
Ce este Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct este un model de Community din categoria Multimodal.
Cât costă Qwen2-VL 7B Instruct pe Railwail?
Pe Railwail, Qwen2-VL 7B Instruct costă ≈ 0,0024 USD per rulare. Ți se percepe taxa pentru ceea ce fiecare cerere folosește efectiv. Utilizarea se plătește din credite prepay; 1 credit egal cu 0,01 USD.
Ce setări acceptă Qwen2-VL 7B Instruct?
Conform schemei sale de intrare, Qwen2-VL 7B Instruct cunoaște acești parametri: prompt (până la 16.000 caractere), image_url, max_tokens (1 până la 4.096) și temperature (0 până la 2).
Cât de rapid este Qwen2-VL 7B Instruct?
Nu sunt suficiente rulări măsurate ale Qwen2-VL 7B Instruct pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.
Este Qwen2-VL 7B Instruct mai bun decât BLIP?
Depinde de sarcină. Qwen2-VL 7B Instruct (Community) și BLIP (Salesforce) sunt ambele modele din categoria Multimodal. Pagina de comparație arată prețurile și specificațiile lor una lângă alta.
Compară Qwen2-VL 7B Instruct și BLIPPoate Qwen2-VL 7B Instruct procesa imagini?
Da. Qwen2-VL 7B Instruct acceptă imagini ca intrare, pe lângă text.
Modele comparabile
Toate din această categorie- 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.
Toate modelele printr-o singură API
O cheie API pentru fiecare model pe Railwail. Utilizarea se percepe din credite prepay, 1 credit = 0,01 USD.