Molmo 7B

MultimodalTillgänglig
av CommunityModell-ID: molmo-7b

Allen 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.

Pris
≈ 0,0505 US$/körning
Inmatning → utmatning
Text + Bild → Text
Utvecklare
Community
Uppdaterad
23 september 2026
01

Playground

Prova Molmo 7B

Inmatning & resultat

≈ 0,0505 US$/körning
Prova Molmo 7B

0 / 16 000

Avancerade inställningar (1)
Resultat
Svaret visas här.

Denna körning

ca. 0,0505 US$ · 5,05 credits

0,1513 US$ (15,13 credits) reserveras vid start; den faktiska GPU-tiden faktureras.

För konton utan tidigare köp: körningar över 2 credits kräver en påfyllning.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

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.
  • InputInput

    Prompt

    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

03

Om Molmo 7B

Kort sagtFrån och med 23 september 2026

Molmo 7B är en modell av Community i kategorin Multimodal. På Railwail kostar Molmo 7B ≈ 0,0505 US$ per körning.

Molmo 7B-D from Allen AI is an open vision-language model trained on the PixMo human-annotated dataset. Beyond captioning and visual question answering it can point to and localize specific objects in an image, returning coordinates, which is useful for grounding and agentic UI tasks. This Replicate endpoint takes an image plus a prompt and returns text answers or pointing outputs. Fully open weights and data.
04

Priser

Priser i US-dollar. Användningen debiteras från förbetald kredit.
Typisk körning (≈ 43 s på L40S)0,0505 US$ per körning
GPU-tid (L40S)0,00117 US$ per GPU-sekund
  • Faktureras enligt den GPU-tid som körningen faktiskt tar. När körningen startar reserveras 3× det typiska priset från ditt saldo och regleras efteråt.
  • 1 kredit = 0,01 US$

Kostnadsräknare

Prisräknare

s

Typisk enligt leverantören: ca 43,1 s

Totalt

5,05 US$

505 krediter

Per körning

0,0505 US$ · 5,05 krediter

Faktureras enligt faktisk GPU-tid; detta är en uppskattning.

05

API

Anropa Molmo 7B med din Railwail API-nyckel. Använd detta modell-ID i begäran:

Inget verifierat API-exempel

Det offentliga API:et skickar ett annat inmatningsformat än vad denna modell behöver. Använd lekplatsen ovan.

06

Specifikationer

Modell-ID
molmo-7b
Utvecklare
Community
Kategori
Multimodal
Inmatning
Text, Bild
Utmatning
Text
Fakturering
Efter användning (tokens eller GPU-tid)
Kataloginlägg uppdaterat
23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

  • promptobligatorisk

    Question about the image

    Typ: Text
    Standard: –
    Tillåtna värden: upp till 16 000 tecken
  • image_url

    Image URL to analyze

    Typ: Text
    Standard: –
    Tillåtna värden: –
  • max_tokens
    Typ: Heltal
    Standard: 1024
    Tillåtna värden: 1 till 4 096

Taggar

  • replicate
  • allenai
  • molmo
  • vision-understanding
  • open-weights
  • grounding
07

Vanliga frågor

Vad är Molmo 7B?

Molmo 7B är en modell av Community i kategorin Multimodal.

Vad kostar Molmo 7B på Railwail?

På Railwail kostar Molmo 7B ≈ 0,0505 US$ per körning. Du debiteras för det som varje begäran faktiskt använder. Användningen betalas från förbetald kredit; 1 kredit motsvarar 0,01 US$.

Vilka inställningar stöder Molmo 7B?

Enligt sitt inmatningsschema känner Molmo 7B till dessa parametrar: prompt (upp till 16 000 tecken), image_url och max_tokens (1 till 4 096).

Hur snabb är Molmo 7B?

Det finns ännu inte tillräckligt många uppmätta körningar av Molmo 7B på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är Molmo 7B bättre än BLIP?

Det beror på uppgiften. Molmo 7B (Community) och BLIP (Salesforce) är båda modeller i kategorin Multimodal. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför Molmo 7B och BLIP

Kan Molmo 7B bearbeta bilder?

Ja. Molmo 7B accepterar bilder som inmatning utöver text.

08

Jämförbara modeller

Alla i denna kategori
  • 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 US$/körning

    99 % billigare per enhet

    Jämför Molmo 7B och BLIP
  • 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 US$/körning

    10 % billigare per enhet

    Jämför Molmo 7B och CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 US$/körning

    90 % billigare per enhet

    Jämför Molmo 7B och Depth Anything v2

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.