ViTPose
vitposeViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.
- Statut
- Non disponible
- Entrée → Sortie
- Texte + Image → Texte
- Développeur
- Replicate
- Mis à jour
- 25 juin 2026
ViTPose n'est actuellement pas disponible
Actuellement indisponible : ce modèle a été désactivé.
Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.
Voir les alternativesModèles comparables
Tous dans cette catégorie- 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/exécution
- Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 $US/1M entrée
- Claude Sonnet 4.6Anthropic
Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.
3,60 $US/1M entrée
Playground
Essayer ViTPose
Pas de formulaire d'entrée
Actuellement indisponible : ce modèle a été désactivé.
Le terrain de jeu est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives
À propos de ViTPose
ViTPose est un modèle de Replicate dans la catégorie Multimodal. ViTPose n'est actuellement pas disponible sur Railwail.
Tarification
Actuellement indisponible : ce modèle a été désactivé. Il n'y a pas de prix pour ce modèle pour le moment, il ne peut donc pas être exécuté.
API
Aucun exemple API vérifié
L'API publique transmet un format d'entrée différent de celui dont ce modèle a besoin. Utilisez le playground ci-dessus.
Spécifications
- ID du modèle
vitpose- Développeur
- Replicate
- Catégorie
- Multimodal
- Entrée
- Texte, Image
- Sortie
- Texte
- Entrée du catalogue mise à jour
- 25 juin 2026
Étiquettes
- replicate
- pose
- vision-understanding
- transformer
- open-source
Questions fréquemment posées
Qu'est-ce que ViTPose ?
ViTPose est un modèle de Replicate dans la catégorie Multimodal. Il est listé sur Railwail mais ne peut pas être exécuté pour le moment.
Combien coûte ViTPose sur Railwail ?
ViTPose ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.
Quelle est la vitesse de ViTPose ?
Il n'y a pas encore assez d'exécutions mesurées de ViTPose sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.
ViTPose est-il meilleur que BLIP ?
Cela dépend de la tâche. ViTPose (Replicate) et BLIP (Salesforce) sont tous deux des modèles de la catégorie Multimodal. La page de comparaison affiche leurs prix et spécifications côte à côte.
Comparer ViTPose et BLIPViTPose peut-il traiter des images ?
Oui. ViTPose accepte les images en entrée en plus du texte.
Puis-je utiliser ViTPose maintenant ?
Actuellement indisponible : ce modèle a été désactivé. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.
Tous les modèles via une API
Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.