Yi-VL 34B
yi-vl-34b01.AI Yi-VL 34B vision-language model. Bilingual (CN/EN) image understanding, strong CMMMU and MMMU performance among open-weights VLMs.
- Status
- Ikke tilgængelig
- Kontekst
- 4.096 tokens
- Maks. output
- 2.048 tokens
- Input → output
- Tekst + Billede → Tekst
- Udvikler
- 01.AI
- Opdateret
- 23. september 2026
Yi-VL 34B er i øjeblikket utilgængelig
Ikke tilgængelig i øjeblikket: dette model er deaktiveret.
Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.
Gå til alternativerSammenlignelige modeller
Alle i denne kategori- 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$/kørsel
- Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 US$/1M in
- 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 US$/1M in
Playground
Prøv Yi-VL 34B
Ingen inputmaske
Ikke tilgængelig i øjeblikket: dette model er deaktiveret.
Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer
Examples
InputPrompt
Describe this image.
Response
In the heart of a bustling city, a man in a vibrant yellow shirt and blue pants is engaged in an unusual activity. He's perched atop a yellow taxi cab, his attention focused on a pile of neatly folded blue shirts. The taxi, a common sight in the city, is parked on the side of a busy street. The man appears to be in the process of either packing or unpacking these shirts, adding a touch of human interest to the urban landscape. The street itself is a hive of activity. Cars of various colors are parked along the curb, their metallic bodies gleaming under the city lights. Buildings tower in the background, their windows reflecting the hustle and bustle of the street below. Adding to the urban charm of the scene are pink flags fluttering from the buildings. They hang in the air, their bright color contrasting with the more muted tones of the cityscape. Their presence suggests a festive or special occasion, adding a sense of celebration to the everyday scene. Overall, this image captures a moment of unexpected human activity amidst the routine of city life, hinting at stories and events that lie beneath the surface of the urban landscape.
Om Yi-VL 34B
Yi-VL 34B er en model af 01.AI i kategorien Multimodal. Yi-VL 34B er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 4.096 tokens, og et svar kan være op til 2.048 tokens langt.
Priser
Ikke tilgængelig i øjeblikket: dette model er deaktiveret. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.
API
Intet bekræftet API-eksempel
Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.
Specifikationer
- Model-ID
yi-vl-34b- Udvikler
- 01.AI
- Kategori
- Multimodal
- Input
- Tekst, Billede
- Output
- Tekst
- Kontekstvindue
- 4.096 tokens
- Maks. output
- 2.048 tokens
- Katalogelement opdateret
- 23. september 2026
Tags
- replicate
- multimodal
- vision-understanding
- 01ai
- open-weights
- bilingual
Ofte stillede spørgsmål
Hvad er Yi-VL 34B?
Yi-VL 34B er en model fra 01.AI i kategorien Multimodal. Den er opført på Railwail, men kan ikke køres i øjeblikket.
Hvad koster Yi-VL 34B på Railwail?
Yi-VL 34B kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.
Hvad er kontekstvinduet for Yi-VL 34B?
Kontekstvinduet for Yi-VL 34B indeholder 4.096 tokens. Et svar kan være op til 2.048 tokens langt.
Hvor hurtig er Yi-VL 34B?
Der er endnu ikke nok målte kørsler af Yi-VL 34B på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.
Er Yi-VL 34B bedre end BLIP?
Det afhænger af opgaven. Yi-VL 34B (01.AI) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.
Sammenlign Yi-VL 34B og BLIPKan Yi-VL 34B behandle billeder?
Ja. Yi-VL 34B accepterer billeder som input ud over tekst.
Kan jeg bruge Yi-VL 34B lige nu?
Ikke tilgængelig i øjeblikket: dette model er deaktiveret. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.
Alle modeller via én API
En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.