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.
- Ціна
- ≈ 0,0024 USD/запуск
- Вхід → вихід
- Текст + Зображення + Відео → Текст
- Розробник
- Community
- Оновлено
- 23 вересня 2026 р.
Playground
Спробувати Qwen2-VL 7B Instruct
Введення та результат
Цей запуск
близько 0,0024 USD · 0,24 кредитів
На початку зарезервовано 0,0072 USD (0,72 кредитів); розраховується фактичний час GPU.
Новенький?
10 безплатних кредитів (0,10 USD) при реєстрації через Google
Доступно 24 годин після реєстрації, до 5 запусків на день і максимум 2 кредитів за запуск. Інші способи входу стартують без кредитів. Достатньо для 13 запусків цієї моделі.
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.
Про Qwen2-VL 7B Instruct
Qwen2-VL 7B Instruct — це модель від Community у категорії Мультимодальні. На Railwail Qwen2-VL 7B Instruct коштує ≈ 0,0024 USD за запуск.
Ціни
| Типовий запуск (≈ 2 с на L40S) | 0,0024 USD за запуск |
|---|---|
| GPU-час (L40S) | 0,00117 USD за GPU-секунду |
- Оплачується за GPU-час, який насправді займає запуск. При запуску 3× типової ціни зарезервовується з вашого балансу та розраховується потім.
- 1 кредит = 0,01 USD
Калькулятор вартості
Калькулятор ціни
Типово за постачальником: близько 2,1 с
Всього
0,24 USD
24 кредитів
За запуск
0,0024 USD · 0,24 кредитів
Виставляється рахунок за фактичний час GPU; це оцінка.
API
Немає перевіреного прикладу API
Публічний API передає інший формат введення, ніж потребує ця модель. Використовуйте playground вище.
Характеристики
- ID моделі
qwen2-vl-7b-instruct-rep- Розробник
- Community
- Категорія
- Мультимодальні
- Вхідні дані
- Текст, Зображення, Відео
- Вихідні дані
- Текст
- Виставлення рахунків
- За використанням (токени або час GPU)
- Запис у каталозі оновлено
- 23 вересня 2026 р.
Вхідні параметри
Вхідні дані та налаштування зі схеми вхідних даних моделі. Приклад у розділі API показує, які з них приймає API.
promptобов'язковоQuestion about the image or video
Тип: ТекстЗа замовчуванням: –Допустимі значення: до 16 000 символівimage_urlImage or video URL to analyze
Тип: ТекстЗа замовчуванням: –Допустимі значення: –max_tokensТип: Ціле числоЗа замовчуванням:1024Допустимі значення: 1 до 4 096temperatureТип: ЧислоЗа замовчуванням:0.7Допустимі значення: 0 до 2
Теги
- replicate
- qwen
- alibaba
- vision-understanding
- open-weights
- ocr
Часті питання
Що таке Qwen2-VL 7B Instruct?
Qwen2-VL 7B Instruct — це модель від Community у категорії Мультимодальні.
Скільки коштує Qwen2-VL 7B Instruct на Railwail?
На Railwail Qwen2-VL 7B Instruct коштує ≈ 0,0024 USD за запуск. Вам буде виставлено рахунок за те, що насправді використовує кожен запит. Використання оплачується з попередньо придбаних кредитів; 1 кредит дорівнює 0,01 USD.
Які налаштування підтримує Qwen2-VL 7B Instruct?
Згідно зі схемою введення, Qwen2-VL 7B Instruct знає такі параметри: prompt (до 16 000 символів), image_url, max_tokens (1 до 4 096) і temperature (0 до 2).
Наскільки швидкий Qwen2-VL 7B Instruct?
На Railwail поки що недостатньо виміряних запусків Qwen2-VL 7B Instruct, щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.
Чи Qwen2-VL 7B Instruct краще за BLIP?
Це залежить від завдання. Qwen2-VL 7B Instruct (Community) і BLIP (Salesforce) — обидві моделі в категорії Мультимодальні. На сторінці порівняння показані їхні ціни та специфікації поруч.
Порівняти Qwen2-VL 7B Instruct і BLIPЧи може Qwen2-VL 7B Instruct обробляти зображення?
Так. Qwen2-VL 7B Instruct приймає зображення як введення, крім тексту.
Порівнювані моделі
Усі в цій категорії- 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.
Усі моделі через один API
Один API-ключ для всіх моделей на Railwail. Використання оплачується з попередньо поповнених кредитів, 1 кредит = 0,01 USD.