BLIP

MultimodalE disponueshme
nga SalesforceID-ja e modelit: blip-captioning

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.

Çmim
≈ 0,00030 US$/ekz
Hyrje → Dalje
Tekst + Imazh → Tekst
Zhvillues
Salesforce
Përditësuar
23 shtator 2026
01

Loja e lojërave

Provo BLIP

Hyrje & rezultat

≈ 0,00030 US$/ekz
Provo BLIP

Question for visual question answering mode

Rezultat
Përgjigja shfaqet këtu.

Ky ekzekutim

rreth 0,0003 US$ · 0,03 kredite

0,0009 US$ (0,09 kredite) rezervohen në fillim; koha aktuale e GPU-t faturohet.

I ri këtu?

10 kredite falas (0,10 US$) kur të regjistrohet me Google

I përdorshëm 24 orë pas regjistrimit, deri në 5 ekzekutime në ditë dhe më shumë se 2 kredite për ekzekutim. Metodat e tjera të hyrjes fillojnë pa kredite. Mjafton për 111 ekzekutime të këtij modeli.

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

    image_captioning

    Output (JSON, shortened)

    [
      {
        "text": "Caption: a woman sitting on the beach with a dog"
      }
    ]
  • InputInput

    Prompt

    what is in the sky?

    Output (JSON, shortened)

    [
      {
        "text": "Answer: moon"
      }
    ]
  • InputInput

    Prompt

    what is in the lake?

    Output (JSON, shortened)

    [
      {
        "text": "Answer: swans"
      }
    ]
03

Rreth BLIP

PërmbledhjeMë 23 shtator 2026

BLIP Ă«shtĂ« njĂ« model i Salesforce nĂ« kategorinĂ« Multimodal. NĂ« Railwail, BLIP kushton ≈ 0,00030 US$ pĂ«r ekzekutim.

BLIP (Bootstrapping Language-Image Pre-training) from Salesforce Research unifies captioning and VQA in one model. In caption mode it returns a concise description of the scene; in question-answering mode it answers a free-form question grounded in the image. It is one of the most-run captioning models on Replicate and a common building block for image search and accessibility alt-text.
04

Çmimet

Çmimet nĂ« dollarĂ« amerikan. PĂ«rdorimi ngarkohet nga kreditet e parapaguar.
Ekzekutim tipik (≈ 1 s nĂ« T4)0,00030 US$ pĂ«r ekzekutim
Koha GPU (T4)0,00027 US$ për sekondë GPU
  • Faturohet sipas kohĂ«s GPU qĂ« ekzekutimi nĂ« tĂ« vĂ«rtetĂ« merr. Kur ekzekutimi fillon, 3× çmimi tipik rezervohet nga bilanci yt dhe zgjidhet mĂ« pas.
  • 1 kredi = 0,01 US$

Kalkulator i kostos

Kalkulator çmimesh

s

Tipike sipas ofruesi: rreth 1 s

Gjithsej

0,03 US$

3 kredite

Për ekzekutim

0,0003 US$ · 0,03 kredite

Faturohet koha aktuale e GPU; kjo është një vlerësim.

05

API

Thirr BLIP me çelësin tuaj të API-t Railwail. Përdor këtë ID modeli në kërkesë:

Nuk ka shembull API të verifikuar

API publike kalon një format hyrjeje të ndryshëm nga ai që ky model ka nevojë. Përdor lojërat më lart.

06

Specifikacione

ID i modelit
blip-captioning
Zhvilluesi
Salesforce
Kategoria
Multimodal
Hyrja
Tekst, Imazh
Dalja
Tekst
Faturimi
Sipas përdorimit (token ose kohë GPU)
Katalogu i përditësuar
23 shtator 2026

Parametrat e hyrjes

Hyrjet dhe cilësimet nga skema e hyrjes së modelit. Shembulli në seksionin API tregon cilat prej tyre e pranon API-ja.

  • imagei detyrueshĂ«m

    Image to caption or ask about

    Lloji: Tekst
    Parazgjedhja: –
    Vlerat e lejuara: –
  • task
    Lloji: Zgjedhje
    Parazgjedhja: image_captioning
    Vlerat e lejuara: image_captioning ose visual_question_answering
  • question

    Question for visual question answering mode

    Lloji: Tekst
    Parazgjedhja: –
    Vlerat e lejuara: –

Etiketat

  • replicate
  • blip
  • captioning
  • vqa
  • salesforce
  • vision-understanding
  • image
07

Pyetje të shpeshta

ÇfarĂ« Ă«shtĂ« BLIP?

BLIP është një model nga Salesforce në kategorinë Multimodal.

Sa kushton BLIP në Railwail?

NĂ« Railwail, BLIP kushton ≈ 0,00030 US$ pĂ«r ekzekutim. TĂ« tarifohesh pĂ«r atĂ« qĂ« çdo kĂ«rkesĂ« nĂ« fakt pĂ«rdor. PĂ«rdorimi paguhet nga kredite tĂ« parapaguar; 1 kredit barazon 0,01 US$.

Cilat cilësime mbështet BLIP?

Sipas skemës së hyrjes, BLIP njeh këta parametra: image, task (image_captioning ose visual_question_answering) dhe question.

Sa i shpejtë është BLIP?

Nuk ka ende mjaft ekzekutime të matura të BLIP në Railwail për të deklaruar një kohë ekzekutimi. Varet nga hyrja, cilësimet dhe ngarkesa në ofruesin e shërbimit.

A është BLIP më i mirë se CLIP Interrogator?

Varet nga detyra. BLIP (Salesforce) dhe CLIP Interrogator (Community) janë të dy modele në kategorinë Multimodal. Faqja e krahasimit tregon çmimet dhe specifikacimet e tyre krah për krah.

Krahaso BLIP dhe CLIP Interrogator

A mund të përpunojë BLIP imazhe?

Po. BLIP pranon imazhe si hyrje përveç tekstit.

08
  • 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$/ekz

    15 133 % më shtrenjtë për njësi

    Krahasoje BLIP dhe 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$/ekz

    1567 % më shtrenjtë për njësi

    Krahasoje BLIP dhe Depth Anything v2
  • Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.

    ≈ 0,018 US$/ekz

    5900 % më shtrenjtë për njësi

    Krahasoje BLIP dhe SAM 2 (Segment Anything 2)

Të gjitha modelet përmes një API

Një çelës API për çdo model në Railwail. Përdorimi ngarkohet nga kreditet e parapaguar, 1 kredit = 0,01 US$.