BLIP

Name: BLIP
Brand: Salesforce
SKU: blip-captioning
Price: 0.0003 USD
Availability: InStock

MultimodaalneSaadaval

Salesforce pooltblip-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.

Proovi Hangi API võti Võrdle

Hind: ≈ 0,00030 $/käivitus
Sisend → väljund: Tekst + Pilt → Tekst
Arendaja: Salesforce
Uuendatud: 23. september 2026

Playground

Proovi BLIP

Sisend ja väljund

≈ 0,00030 $/käivitus

Question(valikuline)

Question for visual question answering mode

Pilt

Ülesanne(valikuline)

⌘/Ctrl + Enter

Tulemus

Vastus ilmub siia.

See käivitus

umbes 0,0003 $ · 0,03 krediiti

Käivitamisel reserveeritakse 0,0009 $ (0,09 krediiti); arveldatakse tegelik GPU aeg.

Oled siin uus?

10 tasuta krediiti (0,10 $), kui registreeritud Google'iga

Kasutatav 24 tundi pärast registreerimist, kuni 5 käivitust päevas ja maksimaalselt 2 krediiti käivituse kohta. Muud sisselogimismeetodid algavad ilma krediitideta. Piisab 111 käivituseks sellest mudelist.

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.

Input

Prompt

image_captioning

Output (JSON, shortened)

[
  {
    "text": "Caption: a woman sitting on the beach with a dog"
  }
]

Input
Prompt
what is in the sky?
Output (JSON, shortened)
```
[
  {
    "text": "Answer: moon"
  }
]
```
Input
Prompt
what is in the lake?
Output (JSON, shortened)
```
[
  {
    "text": "Answer: swans"
  }
]
```

Teave: BLIP

LühidaltSeisuga 23. september 2026

BLIP on mudel, mille on välja töötanud Salesforce kategoorias Multimodaalne. Railwail'is maksab BLIP ≈ 0,00030 $ käivituse kohta.

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.

Hinnad

Hinnad USA dollarites. Kasutamine arvestatakse eelmakstud krediitidest.

Tüüpiline käivitus (≈ 1 s T4 peal)	0,00030 $ käivituse kohta
GPU-aeg (T4)	0,00027 $ GPU-sekundi kohta

Arvestatakse GPU-aeg, mida käivitus tegelikult võtab. Käivituse alustamisel reserveeritakse sinu saldost 3× tüüpiline hind ja arvutatakse hiljem.
1 krediit = 0,01 $

Kulukalkulaator

Hinna kalkulaator

GPU-sekundid käivituse kohta

Pakkuja andmetel tüüpiline: umbes 1 s

Käivitused

Kokku

0,03 $

3 krediiti

Käivituse kohta

0,0003 $ · 0,03 krediiti

Arvestatakse tegelik GPU-aeg; see on hinnang.

API

Kutsu BLIP oma Railwail API võtmega. Kasuta selles päringus seda mudeli ID-d:

blip-captioningVaata API dokumentatsiooni Hangi API võti

Kontrollitud API-näide puudub

Avalik API edastab teistsuguse sisendvormingu, kui see mudel vajab. Kasuta ülalolevat mänguväljakut.

Spetsifikatsioonid

Mudeli ID: blip-captioning
Arendaja: Salesforce
Kategooria: Multimodaalne
Sisend: Tekst, Pilt
Väljund: Tekst
Arveldamine: Kasutuse järgi (tokenid või GPU-aeg)
Kataloogi kirje uuendatud: 23. september 2026

Sisendparameetrid

Mudeli sisendiskeemi sisendid ja seaded. API näide jaotises API näitab, milliseid neist API aktsepteerib.

ParameeterTüüpVaikimisiLubatud väärtused

imagenõutav
Image to caption or ask about
Tüüp: Tekst
Vaikimisi: –
Lubatud väärtused: –
task
Tüüp: Valik
Vaikimisi: image_captioning
Lubatud väärtused: image_captioning või visual_question_answering
question
Question for visual question answering mode
Tüüp: Tekst
Vaikimisi: –
Lubatud väärtused: –

Sildid

replicate
blip
captioning
vqa
salesforce
vision-understanding
image

Korduma kippuvad küsimused

Mis on BLIP?

BLIP on mudel, mille töötas välja Salesforce kategoorias Multimodaalne.

Kui palju maksab BLIP Railwail'is?

Railwail'is maksab BLIP ≈ 0,00030 $ käivituse kohta. Sulle arvestatakse see, mida iga päring tegelikult kasutab. Kasutamine makstakse eelnevalt ostetud krediitidest; 1 krediit võrdub 0,01 $.

Milliseid seadistusi BLIP toetab?

Vastavalt sisendiskeemile teab BLIP neid parameetreid: image, task (image_captioning või visual_question_answering) ja question.

Kui kiire on BLIP?

BLIP kohta ei ole Railwail'is veel piisavalt mõõdetud käivitusi, et käivitusaega väita. See sõltub sisendist, seadistustest ja pakkuja koormusest.

Kas BLIP on parem kui CLIP Interrogator?

See sõltub ülesandest. BLIP (Salesforce) ja CLIP Interrogator (Community) on mõlemad mudelid kategoorias Multimodaalne. Võrdlusleht näitab nende hindu ja spetsifikatsioone kõrvuti.

Võrdle BLIP ja CLIP Interrogator

Kas BLIP saab töödelda pilte?

Jah. BLIP aktsepteerib sisendina teksti kõrval ka pilte.

Võrreldavad mudelid

Kõik selles kategoorias

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 $/käivitus
15 133 % kallim ühiku kohta
Võrdle BLIP ja 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 $/käivitus
1567 % kallim ühiku kohta
Võrdle BLIP ja 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 $/käivitus
5900 % kallim ühiku kohta
Võrdle BLIP ja SAM 2 (Segment Anything 2)

Kõik mudelid ühe API kaudu

Üks API võti kõigile Railwail mudelitele. Kasutamine arvestatakse eelmakstud krediitidest, 1 krediit = 0,01 $.

Hangi API võti Vaata kõiki mudeleid