Phi-3.5 Vision
phi-3-5-visionMicrosoft Phi-3.5 Vision Instruct. Small (4.2B) multimodal model with strong document, OCR and multi-image reasoning at low cost.
- Статус
- Недостъпно
- Контекст
- 131 072 токена
- Макс. изход
- 4096 токена
- Вход → Изход
- Текст + Изображение → Текст
- Разработчик
- Microsoft
- Актуализирано
- 25 юни 2026 г.
Phi-3.5 Vision е временно недостъпен
Временно недостъпно: този модел е деактивиран.
Можете да прочетете подробностите на тази страница. Изберете една от наличните алтернативи по-долу, за да стартирате сравним модел веднага.
Към алтернативитеСравними 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
- 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 щ.д./1M вх
- 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 щ.д./1M вх
Playground
Опитай Phi-3.5 Vision
Няма входна форма
Временно недостъпно: този модел е деактивиран.
Playground е деактивиран. Сравними модели можеш да намериш в същата категория: Преглед на алтернативи
За Phi-3.5 Vision
Phi-3.5 Vision е модел на Microsoft от категория Мултимодален. На Railwail Phi-3.5 Vision в момента не е наличен. Контекстното окно съдържа 131 072 токена, а един отговор може да бъде до 4096 токена дълъг.
Цени
Временно недостъпно: този модел е деактивиран. В момента няма цена за този модел, затова не може да се изпълни.
API
Няма проверен API пример
Публичният API предава различен входен формат, отколкото този модел нуждае. Използвайте playground по-горе.
Спецификации
- ID на модела
phi-3-5-vision- Разработчик
- Microsoft
- Категория
- Мултимодален
- Вход
- Текст, Изображение
- Изход
- Текст
- Контекстен прозорец
- 131 072 токена
- Макс. изход
- 4096 токена
- Каталогът е актуализиран
- 25 юни 2026 г.
Етикети
- replicate
- multimodal
- vision-understanding
- microsoft
- open-weights
- small
Често задавани въпроси
Какво е Phi-3.5 Vision?
Phi-3.5 Vision е модел от Microsoft в категория Мултимодален. Той е включен в каталога на Railwail, но не може да се стартира в момента.
Колко струва Phi-3.5 Vision на Railwail?
Phi-3.5 Vision не може да се стартира на Railwail в момента, затова няма текуща цена. Налични алтернативи с цени са изброени по-долу на тази страница.
Какво е контекстното окно на Phi-3.5 Vision?
Контекстното окно на Phi-3.5 Vision съдържа 131 072 токена. Един отговор може да бъде до 4096 токена дълъг.
Колко бърз е Phi-3.5 Vision?
Все още няма достатъчно измерени задачи на Phi-3.5 Vision на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.
Е ли Phi-3.5 Vision по-добър от BLIP?
Зависи от задачата. Phi-3.5 Vision (Microsoft) и BLIP (Salesforce) са и двата модела в категория Мултимодален. Страницата за сравнение показва техните цени и спецификации един до друг.
Сравни Phi-3.5 Vision и BLIPМоже ли Phi-3.5 Vision да обработва изображения?
Да. Phi-3.5 Vision приема изображения като вход в допълнение към текста.
Мога ли да използвам Phi-3.5 Vision сега?
Временно недостъпно: този модел е деактивиран. Страницата остава онлайн; налични алтернативи от същата категория са изброени по-долу.
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..