Railwail
Вход

BLIP

МултимодаленНалично
от SalesforceID на модела: 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.

ОпитайВземи API ключСравни
Цена
≈ 0,00030 щ.д./стартиране
Вход → Изход
Текст + Изображение → Текст
Разработчик
Salesforce
Актуализирано
23 септември 2026 г.
01

Playground

Опитай BLIP

Вход и резултат

≈ 0,00030 щ.д./стартиране
Опитай BLIP

Question for visual question answering mode

Резултат
Отговорът се появява тук.

Този запуск

около 0,0003 щ.д. · 0,03 кредита

При стартиране се резервират 0,0009 щ.д. (0,09 кредита); фактурира се действителното GPU време.

Нов си тук?

10 безплатни кредита (0,10 щ.д.) при регистрация с Google

Използваемо 24 часа след регистрация, до 5 запуска на ден и максимум 2 кредита на запуск. Други методи за вход стартират без кредита. Достатъчно за 111 пускания на този модел.

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

За BLIP

НакраткоКъм 23 септември 2026 г.

BLIP е модел на Salesforce от категория Мултимодален. На Railwail BLIP струва ≈ 0,00030 щ.д. за стартиране.

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

Цени

Цените са в US долари. Използването се начислява от предплатени кредити.
Типично стартиране (≈ 1 s на T4)0,00030 щ.д. за стартиране
GPU време (T4)0,00027 щ.д. за GPU секунда
  • Таксува се по GPU времето, което стартирането действително отнема. При начало на стартирането 3× типичната цена се резервира от баланса ти и се уреждат впоследствие.
  • 1 кредит = 0,01 щ.д.

Калкулатор на разходите

Калкулатор за цени

s

Типично според доставчика: около 1 s

Общо

0,03 щ.д.

3 кредита

На изпълнение

0,0003 щ.д. · 0,03 кредита

Начислява се действителното GPU време; това е оценка.

05

API

Извикайте BLIP с вашия Railwail API ключ. Използвайте този ID на модела в заявката:
blip-captioningAPI документацияПолучете API ключ

Няма проверен API пример

Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.

06

Спецификации

ID на модела
blip-captioning
Разработчик
Salesforce
Категория
Мултимодален
Вход
Текст, Изображение
Изход
Текст
Таксуване
По потребление (токени или GPU време)
Каталогът е актуализиран
23 септември 2026 г.

Входни параметри

Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.

  • imageзадължително

    Image to caption or ask about

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: –
  • task
    Тип: Избор
    По подразбиране: image_captioning
    Разрешени стойности: image_captioning или visual_question_answering
  • question

    Question for visual question answering mode

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: –

Етикети

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

Често задавани въпроси

Какво е BLIP?

BLIP е модел от Salesforce в категория Мултимодален.

Колко струва BLIP на Railwail?

На Railwail BLIP струва ≈ 0,00030 щ.д. за стартиране. Таксуват се само ресурсите, които всяка заявка действително използва. Използването се плаща с предварително закупени кредити; 1 кредит е равен на 0,01 щ.д..

Какви настройки поддържа BLIP?

Според схемата на входа, BLIP познава тези параметри: image, task (image_captioning или visual_question_answering) и question.

Колко бърз е BLIP?

Все още няма достатъчно измерени задачи на BLIP на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли BLIP по-добър от CLIP Interrogator?

Зависи от задачата. BLIP (Salesforce) и CLIP Interrogator (Community) са и двата модела в категория Мултимодален. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни BLIP и CLIP Interrogator

Може ли BLIP да обработва изображения?

Да. BLIP приема изображения като вход в допълнение към текста.

08

Сравними модели

Всички в тази категория
  • 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 щ.д./стартиране

    15 133 % по-скъпо на единица

    Сравнете BLIP и 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 щ.д./стартиране

    1567 % по-скъпо на единица

    Сравнете BLIP и Depth Anything v2
  • SAM 2 (Segment Anything 2)Meta

    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 щ.д./стартиране

    5900 % по-скъпо на единица

    Сравнете BLIP и SAM 2 (Segment Anything 2)

Всички модели чрез един API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..

Получете API ключПреглед на всички модели