Railwail
Вход

Dots OCR

МултимодаленНалично
от CommunityID на модела: dots-ocr

Rednote Hilab Dots OCR. End-to-end document parsing model with layout, text and reading-order prediction in one transformer.

ОпитайВземи API ключСравни
Цена
≈ 0,0132 щ.д./стартиране
Вход → Изход
Текст + Изображение → Текст
Разработчик
Community
Актуализирано
23 септември 2026 г.
01

Playground

Опитай Dots OCR

Няма входна форма

≈ 0,0132 щ.д./стартиране

Все още няма входна форма за този модел

Неговите входове все още не са документирани. За да не се провали задача с неправилен вход, не предлагаме форма тук. Вместо това избери сравним 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

    grounding_ocr

    Response

    [{"bbox": [448, 513, 528, 535], "category": "Section-header", "text": "### Directions"}, {"bbox": [448, 533, 824, 565], "category": "Text", "text": "For sunscreen use: • apply generously 15 minutes before sun exposure • reapply: • after 80 minutes of swimming or sweating • immediately after towel drying • at least every 2 hours"}, {"bbox": [448, 563, 832, 624], "category": "List-item", "text": "• **Sun Protection Measures.** Spending time in the sun increases your risk of skin cancer and early skin aging. To decrease this risk, regularly use a sunscreen with a Broad Spectrum SPF value of 15 or higher and other sun protection measures including: • limit time in the sun, especially from 10 a.m. - 2 p.m. • wear long-sleeved shirts, pants, hats and sunglasses"}, {"bbox": [448, 622, 640, 638], "category": "List-item", "text": "• children under 6 months of age: Ask a doctor"}]

03

За Dots OCR

НакраткоКъм 23 септември 2026 г.

Dots OCR е модел на Community от категория Мултимодален. На Railwail Dots OCR струва ≈ 0,0132 щ.д. за стартиране.

04

Цени

Цените са в US долари. Използването се начислява от предплатени кредити.
Типично стартиране (≈ 11 s на L40S)0,0132 щ.д. за стартиране
GPU време (L40S)0,00117 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 11,3 s

Общо

1,32 щ.д.

132 кредита

На изпълнение

0,0132 щ.д. · 1,32 кредита

Начислява се действителното GPU време; това е оценка.

05

API

Извикайте Dots OCR с вашия Railwail API ключ. Използвайте този ID на модела в заявката:
dots-ocrAPI 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
dots-ocr
Разработчик
Community
Категория
Мултимодален
Вход
Текст, Изображение
Изход
Текст
Таксуване
По потребление (токени или GPU време)
Каталогът е актуализиран
23 септември 2026 г.

Етикети

  • replicate
  • ocr
  • vision-understanding
  • open-source
07

Често задавани въпроси

Какво е Dots OCR?

Dots OCR е модел от Community в категория Мултимодален.

Колко струва Dots OCR на Railwail?

На Railwail Dots OCR струва ≈ 0,0132 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..

Колко бърз е Dots OCR?

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

Е ли Dots OCR по-добър от BLIP?

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

Сравни Dots OCR и BLIP

Може ли Dots OCR да обработва изображения?

Да. Dots OCR приема изображения като вход в допълнение към текста.

08

Сравними модели

Всички в тази категория
  • 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 щ.д./стартиране

    98 % по-евтино на единица

    Сравнете Dots OCR и 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 щ.д./стартиране

    246 % по-скъпо на единица

    Сравнете Dots OCR 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

    62 % по-евтино на единица

    Сравнете Dots OCR и Depth Anything v2

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