Railwail
Přihlásit se

BLIP

MultimodálníDostupné
od SalesforceID modelu: 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.

VyzkoušetZískat API klíčPorovnat
Cena
≈ 0,00030 US$/spuštění
Vstup → výstup
Text + Obrázek → Text
Vývojář
Salesforce
Aktualizováno
23. září 2026
01

Playground

Vyzkoušet BLIP

Vstup a výstup

≈ 0,00030 US$/spuštění
Vyzkoušet BLIP

Question for visual question answering mode

Výsledek
Odpověď se zobrazí zde.

Tento běh

přibližně 0,0003 US$ · 0,03 credits

Na začátku se rezervuje 0,0009 US$ (0,09 credits), fakturuje se skutečný čas GPU.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits. Stačí na 111 spuštění tohoto modelu.

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

O BLIP

StručněStav: 23. září 2026

BLIP je model od Salesforce v kategorii Multimodální. Na Railwail stojí BLIP ≈ 0,00030 US$ za spuštění.

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

Ceny

Ceny v USD. Použití se účtuje z předplacených kreditů.
Typické spuštění (≈ 1 s na T4)0,00030 US$ za spuštění
GPU čas (T4)0,00027 US$ za GPU sekundu
  • Účtuje se GPU čas, který spuštění skutečně trvá. Při spuštění je z vašeho zůstatku rezervováno 3× typická cena a později se vypořádá.
  • 1 kredit = 0,01 US$

Kalkulátor nákladů

Kalkulátor cen

s

Typicky podle poskytovatele: přibližně 1 s

Celkem

0,03 US$

3 kreditů

Na spuštění

0,0003 US$ · 0,03 kreditů

Účtuje se skutečný čas GPU; jedná se o odhad.

05

API

Volejte BLIP s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:
blip-captioningDokumentace APIZískat API klíč

Žádný ověřený příklad API

Veřejné API předává jiný formát vstupu, než tento model potřebuje. Použijte playground výše.

06

Specifikace

ID modelu
blip-captioning
Vývojář
Salesforce
Kategorie
Multimodální
Vstup
Text, Obrázek
Výstup
Text
Fakturace
Podle použití (tokeny nebo GPU čas)
Záznam v katalogu aktualizován
23. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

  • imagepovinné

    Image to caption or ask about

    Typ: Text
    Výchozí: –
    Povolené hodnoty: –
  • task
    Typ: Volba
    Výchozí: image_captioning
    Povolené hodnoty: image_captioning nebo visual_question_answering
  • question

    Question for visual question answering mode

    Typ: Text
    Výchozí: –
    Povolené hodnoty: –

Štítky

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

Často kladené otázky

Co je BLIP?

BLIP je model od Salesforce v kategorii Multimodální.

Kolik stojí BLIP na Railwail?

Na Railwail stojí BLIP ≈ 0,00030 US$ za spuštění. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.

Jaká nastavení BLIP podporuje?

Podle schématu vstupu BLIP zná tyto parametry: image, task (image_captioning nebo visual_question_answering) a question.

Jak rychlý je BLIP?

Pro BLIP je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je BLIP lepší než CLIP Interrogator?

Záleží na úkolu. BLIP (Salesforce) a CLIP Interrogator (Community) jsou oba modely v kategorii Multimodální. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat BLIP a CLIP Interrogator

Může BLIP zpracovávat obrázky?

Ano. BLIP přijímá obrázky jako vstup kromě textu.

08

Srovnatelné modely

Všechny v této kategorii
  • 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 US$/spuštění

    15 133 % dražší na jednotku

    Porovnat BLIP a 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 US$/spuštění

    1 567 % dražší na jednotku

    Porovnat BLIP a 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 US$/spuštění

    5 900 % dražší na jednotku

    Porovnat BLIP a SAM 2 (Segment Anything 2)

Všechny modely přes jednu API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíčZobrazit všechny modely