RailwailRailwail

LLaVA-OneVision 72B

MultimodalIkke tilgængelig
af ReplicateModell-ID: llava-onevision-72b

LMMs-Lab LLaVA-OneVision 72B. Unified single-image, multi-image and video instruction-tuned VLM with task-transfer across modalities.

Se alternativerSammenlign
Status
Ikke tilgængelig
Kontekst
32,768 tokens
Maks. output
4,096 tokens
Input → output
Tekst + Billede + Video → Tekst
Udvikler
Replicate
Opdateret
25. juni 2026

LLaVA-OneVision 72B 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 alternativer
01

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

  • 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

02

Playground

Prøv LLaVA-OneVision 72B

Input & resultat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket: dette model er deaktiveret.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Prøv LLaVA-OneVision 72B

0 / 16.000

Avancerede indstillinger (4)

0 / 8.000

Resultat
Svaret vises her.

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

5 gratis credits (0,05 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.

03

Om LLaVA-OneVision 72B

Kort sagtFra 25. juni 2026

LLaVA-OneVision 72B er en model af Replicate i kategorien Multimodal. LLaVA-OneVision 72B er i øjeblikket ikke tilgængelig på Railwail. Kontekstvinduet indeholder 32,768 tokens, og et svar kan være op til 4,096 tokens langt.

04

Priser

Ikke tilgængelig i øjeblikket: dette model er deaktiveret. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

05

API

Kald LLaVA-OneVision 72B med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
llava-onevision-72bAPI-dokumentationFå en API-nøgle

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
llava-onevision-72b
Udvikler
Replicate
Kategori
Multimodal
Input
Tekst, Billede, Video
Output
Tekst
Kontekstvindue
32,768 tokens
Maks. output
4,096 tokens
Katalogelement opdateret
25. juni 2026

Inputparametre

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

  • promptpåkrævet

    User message or question about the image

    Type: Tekst
    Standard: –
    Tilladte værdier: op til 16,000 tegn
  • top_p
    Type: Tal
    Standard: 1
    Tilladte værdier: 0 til 1
  • stream
    Type: Ja/Nej
    Standard: false
    Tilladte værdier: –
  • image_url

    Optional 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
  • system_prompt

    Optional system instruction

    Type: Tekst
    Standard: –
    Tilladte værdier: op til 8,000 tegn

Tags

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

Ofte stillede spørgsmål

Hvad er LLaVA-OneVision 72B?

LLaVA-OneVision 72B er en model fra Replicate i kategorien Multimodal. Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster LLaVA-OneVision 72B på Railwail?

LLaVA-OneVision 72B 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 LLaVA-OneVision 72B?

Kontekstvinduet for LLaVA-OneVision 72B indeholder 32,768 tokens. Et svar kan være op til 4,096 tokens langt.

Hvor hurtig er LLaVA-OneVision 72B?

Der er endnu ikke nok målte kørsler af LLaVA-OneVision 72B på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er LLaVA-OneVision 72B bedre end BLIP?

Det afhænger af opgaven. LLaVA-OneVision 72B (Replicate) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign LLaVA-OneVision 72B og BLIP

Kan LLaVA-OneVision 72B behandle billeder?

Ja. LLaVA-OneVision 72B accepterer billeder som input ud over tekst.

Kan jeg bruge LLaVA-OneVision 72B 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$.

Få API-nøgleSe alle modeller