Florence-2 Large
florence-2-largeMicrosoft Florence-2 Large. Unified prompt-based vision foundation model for captioning, detection, segmentation and OCR with a single 770M-param backbone.
- Τιμή
- ≈ 0,0012 $/εκτέλεση
- Είσοδος → Έξοδος
- Κείμενο + Εικόνα → Κείμενο
- Προγραμματιστής
- Community
- Ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Playground
Δοκιμάστε Florence-2 Large
Είσοδος & Έξοδος
Αυτή η εκτέλεση
περίπου 0,0012 $ · 0,12 πιστωτικές μονάδες
0,0036 $ (0,36 πιστωτικές μονάδες) προεπιλέγονται κατά την έναρξη· ο πραγματικός χρόνος GPU χρεώνεται.
Νέος εδώ;
10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google
Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες. Αρκετό για 27 εκτελέσεις αυτού του μοντέλου.
Examples
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Σχετικά με το Florence-2 Large
Το Florence-2 Large είναι ένα μοντέλο του Community στην κατηγορία Multimodal. Στο Railwail, το Florence-2 Large κοστίζει ≈ 0,0012 $ ανά εκτέλεση.
Τιμολόγηση
| Συνήθης εκτέλεση (≈ 1 s σε L40S) | 0,0012 $ ανά εκτέλεση |
|---|---|
| Χρόνος GPU (L40S) | 0,00117 $ ανά δευτερόλεπτο GPU |
- Χρέωση με βάση τον χρόνο GPU που χρειάζεται πραγματικά η εκτέλεση. Κατά την έναρξη, το 3× της τυπικής τιμής δεσμεύεται από το υπόλοιπό σας και διακανονίζεται αργότερα.
- 1 πιστωτική μονάδα = 0,01 $
Αριθμομηχανή κόστους
Αριθμομηχανή τιμών
Τυπικά σύμφωνα με τον πάροχο: περίπου 1 s
Σύνολο
0,12 $
12 πιστωτικές μονάδες
Ανά εκτέλεση
0,0012 $ · 0,12 πιστωτικές μονάδες
Χρέωση με βάση τον πραγματικό χρόνο GPU· αυτή είναι μια εκτίμηση.
API
Κανένα επαληθευμένο παράδειγμα API
Το δημόσιο API περνά μια διαφορετική μορφή εισόδου από αυτή που χρειάζεται αυτό το μοντέλο. Χρησιμοποιήστε το playground παραπάνω.
Προδιαγραφές
- ID μοντέλου
florence-2-large- Ανάπτυξη
- Community
- Κατηγορία
- Multimodal
- Είσοδος
- Κείμενο, Εικόνα
- Έξοδος
- Κείμενο
- Χρέωση
- Κατά χρήση (tokens ή χρόνος GPU)
- Καταχώρηση καταλόγου ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Παράμετροι εισόδου
Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.
promptΥποχρεωτικόUser message or task instruction
Τύπος: ΚείμενοΠροεπιλογή: –Επιτρεπόμενες τιμές: Έως 4.000 χαρακτήρεςtaskΤύπος: ΕπιλογήΠροεπιλογή:captionΕπιτρεπόμενες τιμές: caption, detailed_caption, ocr, object_detection ή segmentationimage_urlImage URL to analyze
Τύπος: ΚείμενοΠροεπιλογή: –Επιτρεπόμενες τιμές: –max_tokensΤύπος: Ακέραιος αριθμόςΠροεπιλογή:1024Επιτρεπόμενες τιμές: 1 έως 4.096temperatureΤύπος: ΑριθμόςΠροεπιλογή:0.7Επιτρεπόμενες τιμές: 0 έως 2
Ετικέτες
- replicate
- multimodal
- vision-understanding
- microsoft
- open-weights
Συχνές ερωτήσεις
Τι είναι Florence-2 Large;
Το Florence-2 Large είναι ένα μοντέλο του Community στην κατηγορία Multimodal.
Πόσο κοστίζει το Florence-2 Large στο Railwail;
Στο Railwail, το Florence-2 Large κοστίζει ≈ 0,0012 $ ανά εκτέλεση. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.
Ποιες ρυθμίσεις υποστηρίζει το Florence-2 Large;
Σύμφωνα με το σχήμα εισόδου του, το Florence-2 Large γνωρίζει αυτές τις παραμέτρους: prompt (Έως 4.000 χαρακτήρες), task (caption, detailed_caption, ocr, object_detection ή segmentation), image_url, max_tokens (1 έως 4.096) και temperature (0 έως 2).
Πόσο γρήγορο είναι το Florence-2 Large;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του Florence-2 Large στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το Florence-2 Large καλύτερο από το BLIP;
Αυτό εξαρτάται από την εργασία. Το Florence-2 Large (Community) και το BLIP (Salesforce) είναι και τα δύο μοντέλα στην κατηγορία Multimodal. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Σύγκριση Florence-2 Large και BLIPΜπορεί το Florence-2 Large να επεξεργαστεί εικόνες;
Ναι. Το Florence-2 Large δέχεται εικόνες ως είσοδο εκτός από κείμενο.
Συγκρίσιμα μοντέλα
Όλα σε αυτήν την κατηγορία- 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.
Όλα τα μοντέλα μέσω ενός API
Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.