CogVLM2 19B

متعدد الأنماطمتاح
من Communityمعرّف النموذج: cogvlm2-19b

Tsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.

السعر
≈ ‏0.0114 US$/تشغيل
السياق
8,192 رمز
الحد الأقصى للإخراج
2,048 رمز
Input → output
نص + صورة → نص
مطور
Community
تم التحديث
23 سبتمبر 2026
01

Playground

جرّب CogVLM2 19B

لا توجد نموذج إدخال

≈ ‏0.0114 US$/تشغيل

لا توجد نموذج إدخال لهذا النموذج حتى الآن

لم يتم توثيق مدخلاته بعد. حتى لا يفشل أي تشغيل على إدخال خاطئ، لا نقدم نموذجاً هنا. اختر نموذجاً مماثلاً بدلاً من ذلك.

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

    Describe this image.

    Response

    The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.

03

حول CogVLM2 19B

الملخصاعتباراً من 23 سبتمبر 2026

CogVLM2 19B هو نموذج من Community في فئة متعدد الأنماط. على Railwail، يكلف CogVLM2 19B ≈ ‏0.0114 US$ لكل تشغيل. نافذة السياق تحتوي على 8,192 رموز، والرد الواحد يمكن أن يصل إلى 2,048 رموز.

04

التسعير

الأسعار بالدولار الأمريكي. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً.
التشغيل النموذجي (≈ 10 ث على L40S)‏0.0114 US$ لكل تشغيل
وقت GPU (L40S)‏0.00117 US$ لكل ثانية GPU
  • يتم الفرز بناءً على وقت GPU الذي يستغرقه التشغيل فعلياً. عند بدء التشغيل، يتم حجز 3× السعر النموذجي من رصيدك ويتم تسويته لاحقاً.
  • 1 رصيد = ‏0.01 US$

حاسبة التكلفة

حاسبة الأسعار

s

نموذجي وفقاً للمزود: حوالي 9.7 ث

الإجمالي

‏1.14 US$

114 رصيد

لكل تشغيل

‏0.0114 US$ · 1.14 رصيد

يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.

05

API

استدعِ CogVLM2 19B باستخدام مفتاح Railwail API الخاص بك. استخدم معرّف النموذج هذا في الطلب:

لا يوجد مثال API موثق

API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.

06

المواصفات

معرّف النموذج
cogvlm2-19b
مطور
Community
الإدخال
نص, صورة
الإخراج
نص
نافذة السياق
8,192 رمز
الحد الأقصى للإخراج
2,048 رمز
الفواتير
حسب الاستخدام (الرموز أو وقت GPU)
تم تحديث إدخال الكتالوج
23 سبتمبر 2026

الوسوم

  • replicate
  • multimodal
  • vision-understanding
  • tsinghua
  • open-weights
07

الأسئلة الشائعة

ما هو CogVLM2 19B؟

CogVLM2 19B هو نموذج من Community في فئة متعدد الأنماط.

كم تكلفة CogVLM2 19B على Railwail؟

على Railwail، يكلف CogVLM2 19B ≈ ‏0.0114 US$ لكل تشغيل. يتم فرض رسوم عليك مقابل ما تستخدمه كل طلب فعلياً. الاستخدام يُدفع من أرصدة مدفوعة مقدماً؛ 1 رصيد يساوي ‏0.01 US$.

ما حجم نافذة السياق في CogVLM2 19B؟

نافذة السياق في CogVLM2 19B تحتوي على 8,192 رموز. الرد الواحد يمكن أن يصل إلى 2,048 رموز.

ما سرعة CogVLM2 19B؟

لا توجد عمليات تشغيل مقاسة كافية لـ CogVLM2 19B على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.

هل CogVLM2 19B أفضل من BLIP؟

هذا يعتمد على المهمة. CogVLM2 19B (Community) و BLIP (Salesforce) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.

قارن CogVLM2 19B و BLIP

هل يمكن لـ CogVLM2 19B معالجة الصور؟

نعم. CogVLM2 19B يقبل الصور كإدخال بالإضافة إلى النص.

08

نماذج قابلة للمقارنة

الكل في هذه الفئة
  • 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$/تشغيل

    97 % أرخص لكل وحدة

    قارن CogVLM2 19B مع 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$/تشغيل

    301 % أغلى لكل وحدة

    قارن CogVLM2 19B مع 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$/تشغيل

    56 % أرخص لكل وحدة

    قارن CogVLM2 19B مع Depth Anything v2

جميع النماذج عبر API واحدة

مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ‏0.01 US$.