Florence-2 Large

MultimodalTilgængelig
af CommunityModell-ID: florence-2-large

Microsoft Florence-2 Large. Unified prompt-based vision foundation model for captioning, detection, segmentation and OCR with a single 770M-param backbone.

Pris
≈ 0,0012 US$/kørsel
Input → output
Tekst + Billede → Tekst
Udvikler
Community
Opdateret
23. september 2026
01

Playground

Prøv Florence-2 Large

Input & resultat

≈ 0,0012 US$/kørsel
Prøv Florence-2 Large

0 / 4.000

Avancerede indstillinger (2)
Resultat
Svaret vises her.

Denne kørsel

ca. 0,0012 US$ · 0,12 credits

0,0036 US$ (0,36 credits) reserveres ved start; den faktiske GPU-tid faktureres.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits. Nok til 27 kørsler af denne 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.
  • Example output 1 from Florence-2 LargeOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 2 from Florence-2 LargeOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 3 from Florence-2 LargeOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

03

Om Florence-2 Large

Kort sagtFra 23. september 2026

Florence-2 Large er en model af Community i kategorien Multimodal. På Railwail koster Florence-2 Large ≈ 0,0012 US$ pr. kørsel.

04

Priser

Priser i US-dollar. Forbrug debiteres fra forudbetalte credits.
Typisk kørsel (≈ 1 s på L40S)0,0012 US$ pr. kørsel
GPU-tid (L40S)0,00117 US$ pr. GPU-sekund
  • Faktureres efter den GPU-tid, som kørslen faktisk tager. NÃ¥r kørslen starter, reserveres 3× den typiske pris fra din saldo og afregnes efterfølgende.
  • 1 kredit = 0,01 US$

Omkostningsberegner

Prisberegner

s

Typisk ifølge udbyderen: ca. 1 s

I alt

0,12 US$

12 credits

Pr. kørsel

0,0012 US$ · 0,12 credits

Fakturering efter faktisk GPU-tid; dette er et estimat.

05

API

Kald Florence-2 Large med din Railwail API-nøgle. Brug dette model-ID i anmodningen:

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

06

Specifikationer

Model-ID
florence-2-large
Udvikler
Community
Kategori
Multimodal
Input
Tekst, Billede
Output
Tekst
Fakturering
Efter forbrug (tokens eller GPU-tid)
Katalogelement opdateret
23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

  • promptpÃ¥krævet

    User message or task instruction

    Type: Tekst
    Standard: –
    Tilladte værdier: op til 4.000 tegn
  • task
    Type: Valg
    Standard: caption
    Tilladte værdier: caption, detailed_caption, ocr, object_detection eller segmentation
  • image_url

    Image URL to analyze

    Type: Tekst
    Standard: –
    Tilladte værdier: –
  • max_tokens
    Type: Heltal
    Standard: 1024
    Tilladte værdier: 1 til 4.096
  • temperature
    Type: Tal
    Standard: 0.7
    Tilladte værdier: 0 til 2

Tags

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

Ofte stillede spørgsmål

Hvad er Florence-2 Large?

Florence-2 Large er en model fra Community i kategorien Multimodal.

Hvad koster Florence-2 Large på Railwail?

På Railwail koster Florence-2 Large ≈ 0,0012 US$ pr. kørsel. Du betaler for det, som hver anmodning faktisk bruger. Forbrug betales fra forudbetalte credits; 1 credit svarer til 0,01 US$.

Hvilke indstillinger understøtter Florence-2 Large?

Ifølge dens inputskema kender Florence-2 Large disse parametre: prompt (op til 4.000 tegn), task (caption, detailed_caption, ocr, object_detection eller segmentation), image_url, max_tokens (1 til 4.096) og temperature (0 til 2).

Hvor hurtig er Florence-2 Large?

Der er endnu ikke nok målte kørsler af Florence-2 Large på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er Florence-2 Large bedre end BLIP?

Det afhænger af opgaven. Florence-2 Large (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign Florence-2 Large og BLIP

Kan Florence-2 Large behandle billeder?

Ja. Florence-2 Large accepterer billeder som input ud over tekst.

08

Sammenlignelige 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

    75 % billigere pr. enhed

    Sammenlign Florence-2 Large og BLIP
  • 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$/kørsel

    3.708 % dyrere pr. enhed

    Sammenlign Florence-2 Large og CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 US$/kørsel

    317 % dyrere pr. enhed

    Sammenlign Florence-2 Large og Depth Anything v2

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.