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.
- Цена
- ≈ 0,0024 US$/покретање
- Унос → излаз
- Текст + Слика + Видео → Текст
- Програмер
- Community
- Ажурирано
- 23. септембар 2026.
Плејграунд
Пробајте Qwen2-VL 7B Instruct
Унос и резултат
Овај покрет
око 0,0024 US$ · 0,24 кредита
При покретању се резервише 0,0072 US$ (0,72 кредита); наплаћује се стварно GPU време.
Нов си овде?
10 бесплатних кредита (0,10 US$) када се пријавиш са Google
Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита. Довољно за 13 покретања овог модела.
Examples
Prompt
Describe this video in detail.
Response
The video features a monkey riding a skateboard in a park. The monkey is wearing roller skates and is seen moving forward on the skateboard, with its arms outstretched for balance. The park is filled with people sitting on benches and walking around, enjoying the sunny day. The monkey appears to be enjoying itself, and the scene is filled with a sense of fun and playfulness. The park is surrounded by trees and greenery, creating a peaceful and relaxing atmosphere. Overall, the video captures a unique and entertaining moment of a monkey enjoying a day out in the park on roller skates.
Prompt
Describe this in detail.
Response
The image shows a half of an avocado on the left side, with a pit visible inside. On the right side, there is a stylized letter "A" in a bold, uppercase font. The avocado and the letter "A" are separated by a white arrow pointing from the avocado to the letter "A," indicating a transformation or relationship between the two. The background is a light beige color.
Prompt
Describe this in detail.
Response
The image depicts a dog, specifically a Golden Retriever, enjoying a slice of watermelon. The dog is positioned on the left side of the frame, with its head lowered towards the watermelon. The watermelon is placed on a wooden table, and the dog appears to be biting into the fruit, indicating it is eating it. The background is blurred, suggesting a natural outdoor setting with greenery. The overall scene conveys a sense of relaxation and enjoyment.
О Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct је модел од Community из категорије Мултимодално. На Railwail-у, Qwen2-VL 7B Instruct кошта ≈ 0,0024 US$ по покретању.
Цене
| Типично покретање (≈ 2 s на L40S) | 0,0024 US$ по покретању |
|---|---|
| GPU време (L40S) | 0,00117 US$ по GPU секунди |
- Наплаћује се GPU време које покретање заиста траје. Када се покретање почне, 3× типична цена се резервише са вашег салда и касније се намирава.
- 1 кредит = 0,01 US$
Калкулатор трошкова
Калкулатор цена
Типично према добављачу: око 2,1 s
Укупно
0,24 US$
24 кредита
По покретању
0,0024 US$ · 0,24 кредита
Наплаћује се стварно време GPU; ово је процена.
API
Нема верификованог API примера
Јавни API прослеђује другачији формат улаза него што овај модел треба. Користите playground изнад.
Спецификације
- ID модела
qwen2-vl-7b-instruct-rep- Програмер
- Community
- Категорија
- Мултимодално
- Унос
- Текст, Слика, Видео
- Излаз
- Текст
- Наплата
- По потрошњи (токени или GPU време)
- Унос у каталог ажуриран
- 23. септембар 2026.
Параметри уноса
Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.
promptобавезноQuestion about the image or video
Тип: ТекстПодразумевано: –Дозвољене вредности: до 16.000 карактераimage_urlImage or video URL to analyze
Тип: ТекстПодразумевано: –Дозвољене вредности: –max_tokensТип: Целобројни бројПодразумевано:1024Дозвољене вредности: 1 до 4.096temperatureТип: БројПодразумевано:0.7Дозвољене вредности: 0 до 2
Ознаке
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Често постављана питања
Шта је Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct је модел од Community у категорији Мултимодално.
Колико кошта Qwen2-VL 7B Instruct на Railwail-у?
На Railwail-у, Qwen2-VL 7B Instruct кошта ≈ 0,0024 US$ по покретању. Наплаћује се оно што свака захтева заиста користи. Коришћење се плаћа из унапред припремљених кредита; 1 кредит је једнак 0,01 US$.
Које поставке подржава Qwen2-VL 7B Instruct?
Према својој шеми уноса, Qwen2-VL 7B Instruct познаје ове параметре: prompt (до 16.000 карактера), image_url, max_tokens (1 до 4.096) и temperature (0 до 2).
Колико је брз Qwen2-VL 7B Instruct?
За Qwen2-VL 7B Instruct на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.
Да ли је Qwen2-VL 7B Instruct бољи од BLIP?
То зависи од задатка. Qwen2-VL 7B Instruct (Community) и BLIP (Salesforce) су оба модела у категорији Мултимодално. Страница за поређење приказује њихове цене и спецификације упоредо.
Упоредите Qwen2-VL 7B Instruct и BLIPМоже ли Qwen2-VL 7B Instruct обрадити слике?
Да. Qwen2-VL 7B Instruct прихвата слике као унос поред текста.
Упоредиви модели
Сви у овој категорији- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сви модели преко једног API-ја
Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.