CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Ămim
- â 0,0114Â US$/ekz
- Kontekst
- 8192 token
- Dalja maks.
- 2048 token
- Hyrje â Dalje
- Tekst + Imazh â Tekst
- Zhvillues
- Community
- Përditësuar
- 23 shtator 2026
Loja e lojërave
Provo CogVLM2 19B
Nuk ka formë hyrjeje
Nuk ka ende formë hyrjeje për këtë model
Hyrjet e tij nuk janë dokumentuar ende. Në mënyrë që asnjë ekzekutim të mos dështojë në një hyrje të gabuar, nuk ofrojmë një formë këtu. Zgjidh një model të krahasueshëm në vend të tij.
Examples
InputPrompt
Describe this image.
Response
The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.
Rreth CogVLM2 19B
CogVLM2 19B Ă«shtĂ« njĂ« model i Community nĂ« kategorinĂ« Multimodal. NĂ« Railwail, CogVLM2 19B kushton â 0,0114 US$ pĂ«r ekzekutim. Dritarja e kontekstit pĂ«rmban 8192 token, dhe njĂ« pĂ«rgjigje mund tĂ« jetĂ« deri nĂ« 2048 token e gjatĂ«.
Ămimet
| Ekzekutim tipik (â 10 s nĂ« L40S) | 0,0114 US$ pĂ«r ekzekutim |
|---|---|
| Koha GPU (L40S) | 0,00117 US$ për sekondë GPU |
- Faturohet sipas kohës GPU që ekzekutimi në të vërtetë merr. Kur ekzekutimi fillon, 3à çmimi tipik rezervohet nga bilanci yt dhe zgjidhet më pas.
- 1 kredi = 0,01Â US$
Kalkulator i kostos
Kalkulator çmimesh
Tipike sipas ofruesi: rreth 9,7 s
Gjithsej
1,14Â US$
114 kredite
PĂ«r ekzekutim
0,0114 US$ · 1,14 kredite
Faturohet koha aktuale e GPU; kjo është një vlerësim.
API
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.
Specifikacione
- ID i modelit
cogvlm2-19b- Zhvilluesi
- Community
- Kategoria
- Multimodal
- Hyrja
- Tekst, Imazh
- Dalja
- Tekst
- Dritarja e kontekstit
- 8192 token
- Dalja maks.
- 2048 token
- Faturimi
- Sipas përdorimit (token ose kohë GPU)
- Katalogu i përditësuar
- 23 shtator 2026
Etiketat
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Pyetje të shpeshta
ĂfarĂ« Ă«shtĂ« CogVLM2 19B?
CogVLM2 19B është një model nga Community në kategorinë Multimodal.
Sa kushton CogVLM2 19B në Railwail?
NĂ« Railwail, CogVLM2 19B kushton â 0,0114 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$.
Cila është dritarja e kontekstit të CogVLM2 19B?
Dritarja e kontekstit të CogVLM2 19B përmban 8192 token. Një përgjigje mund të jetë deri në 2048 token e gjatë.
Sa i shpejtë është CogVLM2 19B?
Nuk ka ende mjaft ekzekutime të matura të CogVLM2 19B në Railwail për të deklaruar një kohë ekzekutimi. Varet nga hyrja, cilësimet dhe ngarkesa në ofruesin e shërbimit.
A është CogVLM2 19B më i mirë se BLIP?
Varet nga detyra. CogVLM2 19B (Community) dhe BLIP (Salesforce) janë të dy modele në kategorinë Multimodal. Faqja e krahasimit tregon çmimet dhe specifikacimet e tyre krah për krah.
Krahaso CogVLM2 19B dhe BLIPA mund të përpunojë CogVLM2 19B imazhe?
Po. CogVLM2 19B pranon imazhe si hyrje përveç tekstit.
Modele të krahasueshme
Të gjitha në këtë kategori- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Të gjitha modelet përmes një API
Një çelës API për çdo model në Railwail. Përdorimi ngarkohet nga kreditet e parapaguar, 1 kredit = 0,01 US$.