Railwail
Přihlásit se

DeepSeek-VL 7B

MultimodálníDostupné
od DeepSeekID modelu: deepseek-vl-7b

DeepSeek-VL 7B chat model. Vision-language model with hybrid vision encoder and strong real-world visual question answering performance.

VyzkoušetZískat API klíčPorovnat
Cena
≈ 0,0086 US$/spuštění
Kontext
4 096 tokenů
Max. výstup
2 048 tokenů
Vstup → výstup
Text + Obrázek → Text
Vývojář
DeepSeek
Aktualizováno
23. září 2026
01

Playground

Vyzkoušet DeepSeek-VL 7B

Žádný formulář vstupu

≈ 0,0086 US$/spuštění

Pro tento model zatím není formulář vstupu

Jeho vstupy nejsou zatím zdokumentovány. Aby se žádné spuštění neprovádělo s chybným vstupem, zde nenabízíme formulář. Místo toho si vyberte srovnatelný model.

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

    Describe each stage of this image

    Response

    The image depicts a three-stage process for training a vision-language model. 1. Stage 1: Training VL Adapter: In this stage, a vision-language adapter is trained using supervised fine-tuning. The adapter is trained on image-text pairs and pure language sequences. 2. Stage 2: Joint VL Pre-training: In this stage, a joint vision-language model is pre-trained using self-supervised learning. The model is trained on image-text pairs and pure language sequences. 3. Stage 3: Supervised Fine-tuning: In this stage, the model is fine-tuned on supervised tasks using image-text pairs and pure language sequences. The model is trained using a hybrid vision-language adapter, which combines a vision-language adapter with a language model. The model is trained on a variety of tasks, including image captioning, visual question answering, and visual reasoning. The model is able to understand the visual content of an image and generate a natural language description or answer.

  • InputInput

    Prompt

    Describe this image

    Response

    The image you've provided is a meme featuring a French Bulldog lying on its side on a blue wooden floor. The dog's head is resting on its paws, and it appears to be sleeping. The meme has a text overlay that reads "MONDAY. JUST...MONDAY." This suggests that the meme is making a humorous comment about the start of the work week. The dog's relaxed posture and the text overlay together create a light-hearted and relatable message.

03

O DeepSeek-VL 7B

StručněStav: 23. září 2026

DeepSeek-VL 7B je model od DeepSeek v kategorii Multimodální. Na Railwail stojí DeepSeek-VL 7B ≈ 0,0086 US$ za spuštění. Kontextní okno obsahuje 4 096 tokenů, odpověď může být dlouhá až 2 048 tokenů.

04

Ceny

Ceny v USD. Použití se účtuje z předplacených kreditů.
Typické spuštění (≈ 7 s na L40S)0,0086 US$ za spuštění
GPU čas (L40S)0,00117 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 7,3 s

Celkem

0,86 US$

86 kreditů

Na spuštění

0,0086 US$ · 0,86 kreditů

Účtuje se skutečný čas GPU; jedná se o odhad.

05

API

Volejte DeepSeek-VL 7B s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:
deepseek-vl-7bDokumentace APIZískat API klíč

Žádný ověřený příklad API

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

06

Specifikace

ID modelu
deepseek-vl-7b
Vývojář
DeepSeek
Kategorie
Multimodální
Vstup
Text, Obrázek
Výstup
Text
Kontextové okno
4 096 tokenů
Max. výstup
2 048 tokenů
Fakturace
Podle použití (tokeny nebo GPU čas)
Záznam v katalogu aktualizován
23. září 2026

Štítky

  • replicate
  • multimodal
  • vision-understanding
  • deepseek
  • open-weights
07

Často kladené otázky

Co je DeepSeek-VL 7B?

DeepSeek-VL 7B je model od DeepSeek v kategorii Multimodální.

Kolik stojí DeepSeek-VL 7B na Railwail?

Na Railwail stojí DeepSeek-VL 7B ≈ 0,0086 US$ za spuštění. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.

Jaké je kontextní okno DeepSeek-VL 7B?

Kontextní okno DeepSeek-VL 7B obsahuje 4 096 tokenů. Odpověď může být dlouhá až 2 048 tokenů.

Jak rychlý je DeepSeek-VL 7B?

Pro DeepSeek-VL 7B je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je DeepSeek-VL 7B lepší než BLIP?

Záleží na úkolu. DeepSeek-VL 7B (DeepSeek) a BLIP (Salesforce) jsou oba modely v kategorii Multimodální. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat DeepSeek-VL 7B a BLIP

Může DeepSeek-VL 7B zpracovávat obrázky?

Ano. DeepSeek-VL 7B přijímá obrázky jako vstup kromě textu.

08

Srovnatelné modely

Všechny v této kategorii
  • 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 US$/spuštění

    97 % levnější na jednotku

    Porovnat DeepSeek-VL 7B a 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 US$/spuštění

    431 % dražší na jednotku

    Porovnat DeepSeek-VL 7B 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

    42 % levnější na jednotku

    Porovnat DeepSeek-VL 7B a Depth Anything v2

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