GOT-OCR 2.0
got-ocr-2StepFun GOT-OCR 2.0. Unified end-to-end OCR-2.0 model handling text, formulas, charts, sheet music and geometric shapes in one architecture.
- Цена
- ≈ 0,0012 щ.д./стартиране
- Вход → Изход
- Текст + Изображение → Текст
- Разработчик
- Community
- Актуализирано
- 23 септември 2026 г.
Playground
Опитай GOT-OCR 2.0
Няма входна форма
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.
За GOT-OCR 2.0
GOT-OCR 2.0 е модел на Community от категория Мултимодален. На Railwail GOT-OCR 2.0 струва ≈ 0,0012 щ.д. за стартиране.
Цени
| Типично стартиране (≈ 1 s на L40S) | 0,0012 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
Типично според доставчика: около 1 s
Общо
0,12 щ.д.
12 кредита
На изпълнение
0,0012 щ.д. · 0,12 кредита
Начислява се действителното GPU време; това е оценка.
API
Няма проверен API пример
Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.
Спецификации
- ID на модела
got-ocr-2- 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
- stepfun
- open-source
Често задавани въпроси
Какво е GOT-OCR 2.0?
GOT-OCR 2.0 е модел от Community в категория Мултимодален.
Колко струва GOT-OCR 2.0 на Railwail?
На Railwail GOT-OCR 2.0 струва ≈ 0,0012 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 GOT-OCR 2.0?
Все още няма достатъчно измерени задачи на GOT-OCR 2.0 на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.
Е ли GOT-OCR 2.0 по-добър от BLIP?
Зависи от задачата. GOT-OCR 2.0 (Community) и BLIP (Salesforce) са и двата модела в категория Мултимодален. Страницата за сравнение показва техните цени и спецификации един до друг.
Сравни GOT-OCR 2.0 и BLIPМоже ли GOT-OCR 2.0 да обработва изображения?
Да. GOT-OCR 2.0 приема изображения като вход в допълнение към текста.
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.
- 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.
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..