Railwail
Identifikohu

LLaVA 1.6 Vicuna 13B

MultimodalE disponueshme
nga CommunityID-ja e modelit: llava-1-6-vicuna-13b

LLaVA 1.6 (LLaVA-NeXT) with a Vicuna-13B language backbone. Open vision-language chat model that describes images, answers questions, reads charts and reasons about scenes. Version 1.6 adds higher input resolution and better OCR and reasoning than LLaVA 1.5.

ProvoMerr API keyKrahasim
Çmim
≈ 0,1021 US$/ekz
Kontekst
4096 token
Dalja maks.
1024 token
Hyrje → Dalje
Tekst + Imazh → Tekst
Zhvillues
Community
Përditësuar
23 shtator 2026
01

Loja e lojërave

Provo LLaVA 1.6 Vicuna 13B

Hyrje & rezultat

≈ 0,1021 US$/ekz
Provo LLaVA 1.6 Vicuna 13B

30 / 4000

Cilësimet e avancuara (3)
Rezultat
Përgjigja shfaqet këtu.

Ky ekzekutim

rreth 0,1021 US$ · 10,21 kredite

0,3061 US$ (30,61 kredite) rezervohen në fillim; koha aktuale e GPU-t faturohet.

Për llogaritë pa blerje: ekzekutimet mbi 2 kredite kanë nevojë për një rimbushje.

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.

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

    What should I take into account when visiting this place?

    Response

    When visiting a place like the one shown in the image, which appears to be a serene lake with a dock and surrounded by mountains and forests, you should consider the following: 1. **Weather Conditions**: Be prepared for the local weather. It can change rapidly, especially in mountainous areas, so check the forecast and dress in layers. 2. **Safety**: If you plan to go on the water, make sure you have a life jacket and know how to swim. If you're not a strong swimmer, consider wearing a life jacket even if you're just walking along the shore. 3. **Wildlife**: Be aware of the local wildlife and maintain a safe distance. Do not feed the animals, as this can disrupt their natural behavior and diet. 4. **Leave No Trace**: Respect the environment by not littering and by staying on designated paths or trails. 5. **Emergency Preparedness**: Have a first aid kit and know basic first aid. It's also a good idea to have a way to contact emergency services if needed. 6. **Navigation**: If you're going into the woods or on the water, have a map or GPS device and know how to use it. 7. **Hydration and Nutrition**: Bring enough water and food for your visit, especially if you'll be active. 8. **Clothing and Gear**: Wear appropriate clothing for the weather and activities you plan to do. Bring sturdy footwear if you plan to hike or walk on uneven terrain. 9. **Local Regulations**: Follow any posted rules or regulations, which might include fishing regulations, fire restrictions, or


  • InputInput

    Prompt

    What is unusual about this image?

    Response

    The image shows a person ironing clothes on the back of a moving vehicle, which is an unusual and potentially dangerous activity. Ironing clothes while a vehicle is in motion can be hazardous for the person doing the ironing as well as for other road users. The person is at risk of losing balance and falling off the vehicle, which could result in serious injury. Additionally, the iron could potentially cause a fire or damage to the vehicle or its surroundings if it overheats or malfunctions. This scene is not a safe or typical way to iron clothes and is likely staged for comedic or dramatic effect.

03

Rreth LLaVA 1.6 Vicuna 13B

PĂ«rmbledhjeMĂ« 23 shtator 2026

LLaVA 1.6 Vicuna 13B Ă«shtĂ« njĂ« model i Community nĂ« kategorinĂ« Multimodal. NĂ« Railwail, LLaVA 1.6 Vicuna 13B kushton ≈ 0,1021 US$ pĂ«r ekzekutim. Dritarja e kontekstit pĂ«rmban 4096 token, dhe njĂ« pĂ«rgjigje mund tĂ« jetĂ« deri nĂ« 1024 token e gjatĂ«.

LLaVA 1.6, also known as LLaVA-NeXT, connects a CLIP vision encoder to a Vicuna-13B chat model. It takes an image and a free-form prompt and returns conversational answers, making it a flexible option for detailed captioning, visual question answering, chart and document reading, and step-by-step visual reasoning. The 1.6 release improved input resolution and OCR over earlier LLaVA versions.
04

Çmimet

Çmimet nĂ« dollarĂ« amerikan. PĂ«rdorimi ngarkohet nga kreditet e parapaguar.
Ekzekutim tipik (≈ 87 s nĂ« L40S)0,1021 US$ pĂ«r ekzekutim
Koha GPU (L40S)0,00117 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 87,2 s

Gjithsej

10,21 US$

1021 kredite

PĂ«r ekzekutim

0,1021 US$ · 10,21 kredite

Faturohet koha aktuale e GPU; kjo është një vlerësim.

05

API

Thirr LLaVA 1.6 Vicuna 13B me çelësin tuaj të API-t Railwail. Përdor këtë ID modeli në kërkesë:
llava-1-6-vicuna-13bDokumentacioni i API-tMerr një çelës 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.

06

Specifikacione

ID i modelit
llava-1-6-vicuna-13b
Zhvilluesi
Community
Kategoria
Multimodal
Hyrja
Tekst, Imazh
Dalja
Tekst
Dritarja e kontekstit
4096 token
Dalja maks.
1024 token
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 analyze

    Lloji: Tekst
    Parazgjedhja: –
    Vlerat e lejuara: –
  • prompti detyrueshĂ«m

    Question or instruction about the image

    Lloji: Tekst
    Parazgjedhja: Describe this image in detail.
    Vlerat e lejuara: deri 4000 karaktere
  • top_p
    Lloji: Numër
    Parazgjedhja: 1
    Vlerat e lejuara: 0 deri 1
  • max_tokens
    Lloji: Numër i plotë
    Parazgjedhja: 512
    Vlerat e lejuara: 1 deri 1024
  • temperature
    Lloji: Numër
    Parazgjedhja: 0.2
    Vlerat e lejuara: 0 deri 2

Etiketat

  • replicate
  • llava
  • captioning
  • vqa
  • vision-understanding
  • open-weights
  • image
07

Pyetje të shpeshta

ÇfarĂ« Ă«shtĂ« LLaVA 1.6 Vicuna 13B?

LLaVA 1.6 Vicuna 13B është një model nga Community në kategorinë Multimodal.

Sa kushton LLaVA 1.6 Vicuna 13B në Railwail?

NĂ« Railwail, LLaVA 1.6 Vicuna 13B kushton ≈ 0,1021 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 LLaVA 1.6 Vicuna 13B?

Dritarja e kontekstit të LLaVA 1.6 Vicuna 13B përmban 4096 token. Një përgjigje mund të jetë deri në 1024 token e gjatë.

Sa i shpejtë është LLaVA 1.6 Vicuna 13B?

Nuk ka ende mjaft ekzekutime të matura të LLaVA 1.6 Vicuna 13B në Railwail për të deklaruar një kohë ekzekutimi. Varet nga hyrja, cilësimet dhe ngarkesa në ofruesin e shërbimit.

A është LLaVA 1.6 Vicuna 13B më i mirë se BLIP?

Varet nga detyra. LLaVA 1.6 Vicuna 13B (Community) dhe BLIP (Salesforce) janë të dy modele në kategorinë Multimodal. Faqja e krahasimit tregon çmimet dhe specifikacimet e tyre krah për krah.

Krahaso LLaVA 1.6 Vicuna 13B dhe BLIP

A mund të përpunojë LLaVA 1.6 Vicuna 13B imazhe?

Po. LLaVA 1.6 Vicuna 13B pranon imazhe si hyrje përveç tekstit.

08

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.

    ≈ 0,00030 US$/ekz

    100 % më lirë për njësi

    Krahasoje LLaVA 1.6 Vicuna 13B dhe BLIP
  • 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.

    ≈ 0,0457 US$/ekz

    55 % më lirë për njësi

    Krahasoje LLaVA 1.6 Vicuna 13B dhe CLIP Interrogator
  • Depth Anything v2Community

    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

    95 % më lirë për njësi

    Krahasoje LLaVA 1.6 Vicuna 13B dhe Depth Anything v2

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$.

Merr çelësin e API-tShfletim të gjitha modelet