Railwail
Войти

Qwen2-VL 7B Instruct

МультимодальныеДоступно
от CommunityID модели: qwen2-vl-7b-instruct-rep

Alibaba 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.

ПопробоватьПолучить API-ключСравнить
Цена
≈ 0,0024 $/запуск
Вход → выход
Текст + Изображение + Видео → Текст
Разработчик
Community
Обновлено
23 сентября 2026 г.
01

Playground

Попробовать Qwen2-VL 7B Instruct

Входные данные и результат

≈ 0,0024 $/запуск
Попробовать Qwen2-VL 7B Instruct

0 / 16 000

Дополнительные параметры (2)
Результат
Ответ появится здесь.

Этот запуск

примерно 0,0024 $ · 0,24 кредитов

При запуске зарезервировано 0,0072 $ (0,72 кредитов); оплачивается фактическое время GPU.

Впервые здесь?

10 бесплатных кредитов (0,10 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов. Достаточно для 13 запусков этой модели.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.

  • 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.

03

О Qwen2-VL 7B Instruct

КороткоПо состоянию на 23 сентября 2026 г.

Qwen2-VL 7B Instruct — это модель от Community в категории Мультимодальные. На Railwail Qwen2-VL 7B Instruct стоит ≈ 0,0024 $ за запуск.

Qwen2-VL 7B Instruct is Alibaba's open-weights vision-language model packaged as a Replicate endpoint. It accepts an image (or video) plus a text prompt and answers questions, describes scenes, reads text in images and extracts structured data. Naive dynamic resolution and M-RoPE let it handle varied aspect ratios and longer visual inputs. A good self-hostable alternative to hosted VLMs for OCR and document tasks.
04

Цены

Цены в долларах США. Использование оплачивается из предоплаченных кредитов.
Типичный запуск (≈ 2 с на L40S)0,0024 $ за запуск
Время GPU (L40S)0,00117 $ за секунду GPU
  • Оплата рассчитывается по времени GPU, которое фактически требуется для запуска. При запуске из вашего баланса резервируется 3× типичная цена, которая затем списывается.
  • 1 кредит = 0,01 $

Калькулятор стоимости

Калькулятор цен

s

По данным поставщика: примерно 2,1 с

Итого

0,24 $

24 кредитов

За запуск

0,0024 $ · 0,24 кредитов

Выставляется счет за фактическое время GPU; это оценка.

05

API

Вызовите Qwen2-VL 7B Instruct с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:
qwen2-vl-7b-instruct-repДокументация APIПолучить API-ключ

Нет проверенного примера API

Публичный API передает другой формат входных данных, чем требует эта модель. Используйте playground выше.

06

Спецификации

ID модели
qwen2-vl-7b-instruct-rep
Разработчик
Community
Категория
Мультимодальные
Входные данные
Текст, Изображение, Видео
Выходные данные
Текст
Тарификация
По использованию (токены или время GPU)
Запись в каталоге обновлена
23 сентября 2026 г.

Входные параметры

Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.

  • promptобязательно

    Question about the image or video

    Тип: Текст
    По умолчанию: –
    Допустимые значения: до 16 000 символов
  • image_url

    Image or video URL to analyze

    Тип: Текст
    По умолчанию: –
    Допустимые значения: –
  • max_tokens
    Тип: Целое число
    По умолчанию: 1024
    Допустимые значения: от 1 до 4 096
  • temperature
    Тип: Число
    По умолчанию: 0.7
    Допустимые значения: от 0 до 2

Теги

  • replicate
  • qwen
  • alibaba
  • vision-understanding
  • open-weights
  • ocr
07

Часто задаваемые вопросы

Что такое Qwen2-VL 7B Instruct?

Qwen2-VL 7B Instruct — модель от Community в категории Мультимодальные.

Сколько стоит Qwen2-VL 7B Instruct на Railwail?

На Railwail Qwen2-VL 7B Instruct стоит ≈ 0,0024 $ за запуск. Вы платите за то, что фактически использует каждый запрос. Использование оплачивается предоплаченными кредитами; 1 кредит = 0,01 $.

Какие параметры поддерживает Qwen2-VL 7B Instruct?

Согласно схеме входных данных, Qwen2-VL 7B Instruct поддерживает эти параметры: prompt (до 16 000 символов), image_url, max_tokens (от 1 до 4 096) и temperature (от 0 до 2).

Насколько быстра Qwen2-VL 7B Instruct?

На Railwail пока недостаточно измеренных запусков Qwen2-VL 7B Instruct, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

Qwen2-VL 7B Instruct лучше, чем BLIP?

Это зависит от задачи. Qwen2-VL 7B Instruct (Community) и BLIP (Salesforce) — обе модели в категории Мультимодальные. На странице сравнения показаны их цены и характеристики рядом.

Сравнить Qwen2-VL 7B Instruct и BLIP

Может ли Qwen2-VL 7B Instruct обрабатывать изображения?

Да. Qwen2-VL 7B Instruct принимает изображения на входе в дополнение к тексту.

08

Сравнимые модели

Все в этой категории
  • 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.

    ≈ 0,00030 $/запуск

    88 % дешевле за единицу

    Сравнить Qwen2-VL 7B Instruct и BLIP
  • 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.

    ≈ 0,0457 $/запуск

    1 804 % дороже за единицу

    Сравнить Qwen2-VL 7B Instruct и CLIP Interrogator
  • Depth Anything v2Community

    Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 $/запуск

    108 % дороже за единицу

    Сравнить Qwen2-VL 7B Instruct и Depth Anything v2

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.

Получить API-ключПосмотреть все модели