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.
- Pris
- ≈ 0,0020 US$/körning
- Inmatning → utmatning
- Text + Bild → Text
- Utvecklare
- Community
- Uppdaterad
- 23 september 2026
Playground
Prova Moondream2
Inmatning & resultat
Denna körning
ca. 0,002 US$ · 0,2 credits
0,0058 US$ (0,58 credits) reserveras vid start; den faktiska GPU-tiden faktureras.
Ny här?
10 gratis credits (0,10 US$) när du registrerar dig med Google
Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits. Räcker för 17 körningar av denna modell.
Examples
InputPrompt
Describe this image
Response
The image features a logo with a smiling blue circle above the word "moondream" written in black text.
InputPrompt
Describe this image
Response
A man with a beard and mustache, wearing a suit and red tie, is smiling at the camera with a blue background featuring a logo.
InputPrompt
Describe this image
Response
An astronaut in a white spacesuit is riding a unicorn with a rainbow mane and tail, soaring through a colorful, dreamlike sky with clouds and rainbows.
Om Moondream2
Moondream2 är en modell av Community i kategorin Multimodal. På Railwail kostar Moondream2 ≈ 0,0020 US$ per körning.
Priser
| Typisk körning (≈ 2 s på L40S) | 0,0020 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
Typisk enligt leverantören: ca 1,6 s
Totalt
0,20 US$
20 krediter
Per körning
0,002 US$ · 0,2 krediter
Faktureras enligt faktisk GPU-tid; detta är en uppskattning.
API
Inget verifierat API-exempel
Det offentliga API:et skickar ett annat inmatningsformat än vad denna modell behöver. Använd lekplatsen ovan.
Specifikationer
- Modell-ID
moondream2- 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.
promptobligatoriskQuestion about the image
Typ: TextStandard: –Tillåtna värden: upp till 8 000 teckenimage_urlImage URL to analyze
Typ: TextStandard: –Tillåtna värden: –
Taggar
- replicate
- moondream
- vision-understanding
- open-source
- small
- edge
Vanliga frågor
Vad är Moondream2?
Moondream2 är en modell av Community i kategorin Multimodal.
Vad kostar Moondream2 på Railwail?
På Railwail kostar Moondream2 ≈ 0,0020 US$ per körning. Du debiteras för det som varje begäran faktiskt använder. Användningen betalas från förbetald kredit; 1 kredit motsvarar 0,01 US$.
Vilka inställningar stöder Moondream2?
Enligt sitt inmatningsschema känner Moondream2 till dessa parametrar: prompt (upp till 8 000 tecken) och image_url.
Hur snabb är Moondream2?
Det finns ännu inte tillräckligt många uppmätta körningar av Moondream2 på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.
Är Moondream2 bättre än BLIP?
Det beror på uppgiften. Moondream2 (Community) och BLIP (Salesforce) är båda modeller i kategorin Multimodal. Jämförelsesidan visar deras priser och specifikationer sida vid sida.
Jämför Moondream2 och BLIPKan Moondream2 bearbeta bilder?
Ja. Moondream2 accepterar bilder som inmatning utöver text.
Jämförbara modeller
Alla i denna kategori- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Alla modeller via ett API
En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.