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.
- Cena
- ≈ 0,0024 USD/spustenie
- Vstup → výstup
- Text + Obrázok + Video → Text
- Vývojár
- Community
- Aktualizované
- 23. septembra 2026
Playground
Vyskúšajte Qwen2-VL 7B Instruct
Vstup a výstup
Tento beh
približne 0,0024 USD · 0,24 credits
Na začiatku sa rezervuje 0,0072 USD (0,72 credits); fakturuje sa skutočný čas GPU.
Nový tu?
10 bezplatných credits (0,10 USD) pri registrácii cez Google
Použiteľné 24 hodín po registrácii, až 5 behov za deň a maximálne 2 credits za beh. Ostatné spôsoby prihlásenia sa spúšťajú bez credits. Stačí na 13 spustení tohto modelu.
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.
O Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct je model od Community v kategórii Multimodálne. Na Railwail stojí Qwen2-VL 7B Instruct ≈ 0,0024 USD za spustenie.
Ceny
| Typické spustenie (≈ 2 s na L40S) | 0,0024 USD za spustenie |
|---|---|
| Čas GPU (L40S) | 0,00117 USD za sekundu GPU |
- Fakturuje sa čas GPU, ktorý spustenie skutočne trvá. Pri spustení sa z vášho zostatku rezervuje 3× typická cena a následne sa vyúčtuje.
- 1 kredit = 0,01 USD
Kalkulačka nákladov
Kalkulačka cien
Typicky podľa poskytovateľa: približne 2,1 s
Celkom
0,24 USD
24 kreditov
Na spustenie
0,0024 USD · 0,24 kreditov
Účtuje sa skutočný čas GPU; toto je odhad.
API
Žiadny overený príklad API
Verejné API odovzdáva iný formát vstupu, ako potrebuje tento model. Použite hraciu plochu vyššie.
Špecifikácie
- ID modelu
qwen2-vl-7b-instruct-rep- Vývojár
- Community
- Kategória
- Multimodálne
- Vstup
- Text, Obrázok, Video
- Výstup
- Text
- Fakturácia
- Podľa spotreby (tokeny alebo čas GPU)
- Katalógová položka aktualizovaná
- 23. septembra 2026
Vstupné parametre
Vstupy a nastavenia zo vstupnej schémy modelu. Príklad v sekcii API ukazuje, ktoré z nich API akceptuje.
promptpovinnéQuestion about the image or video
Typ: TextPredvolené: –Povolené hodnoty: až 16 000 znakovimage_urlImage or video URL to analyze
Typ: TextPredvolené: –Povolené hodnoty: –max_tokensTyp: Celé čísloPredvolené:1024Povolené hodnoty: 1 až 4 096temperatureTyp: ČísloPredvolené:0.7Povolené hodnoty: 0 až 2
Značky
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Často kladené otázky
Čo je Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct je model od Community v kategórii Multimodálne.
Koľko stojí Qwen2-VL 7B Instruct na Railwail?
Na Railwail stojí Qwen2-VL 7B Instruct ≈ 0,0024 USD za spustenie. Platíte za to, čo každý požiadavok skutočne spotrebuje. Použitie sa platí z predplateného kreditu; 1 kredit sa rovná 0,01 USD.
Ktoré nastavenia podporuje Qwen2-VL 7B Instruct?
Podľa svojej vstupnej schémy Qwen2-VL 7B Instruct pozná tieto parametre: prompt (až 16 000 znakov), image_url, max_tokens (1 až 4 096) a temperature (0 až 2).
Ako rýchly je Qwen2-VL 7B Instruct?
Pre Qwen2-VL 7B Instruct je na Railwail zatiaľ príliš málo meraných spustení na určenie doby spustenia. Závisí to od vstupu, nastavení a zaťaženia u poskytovateľa.
Je Qwen2-VL 7B Instruct lepší ako BLIP?
Závisí to od úlohy. Qwen2-VL 7B Instruct (Community) a BLIP (Salesforce) sú oba modely v kategórii Multimodálne. Stránka porovnania zobrazuje ich ceny a špecifikácie vedľa seba.
Porovnať Qwen2-VL 7B Instruct a BLIPMôže Qwen2-VL 7B Instruct spracovávať obrázky?
Áno. Qwen2-VL 7B Instruct akceptuje obrázky ako vstup okrem textu.
Porovnateľné modely
Všetky v tejto kategórii- 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.
Všetky modely cez jedno API
Jeden API kľúč pre všetky modely na Railwail. Použitie sa účtuje z predplateného kreditu, 1 kredit = 0,01 USD.