CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Hind
- â 0,0114 $/kĂ€ivitus
- Kontekst
- 8192 tokenit
- Maks. vÀljund
- 2048 tokenit
- Sisend â vĂ€ljund
- Tekst + Pilt â Tekst
- Arendaja
- Community
- Uuendatud
- 23. september 2026
Playground
Proovi CogVLM2 19B
Sisendvorm puudub
Selle mudeli jaoks pole veel sisendvormi
Selle sisendid pole veel dokumenteeritud. Et kÀivitus ei ebaÔnnestunuks vale sisendi tÔttu, ei paku me siin vormi. Vali selle asemel sarnane mudel.
Examples
InputPrompt
Describe this image.
Response
The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.
Teave: CogVLM2 19B
CogVLM2 19B on mudel, mille on vĂ€lja töötanud Community kategoorias Multimodaalne. Railwail'is maksab CogVLM2 19B â 0,0114 $ kĂ€ivituse kohta. Konteksti aken sisaldab 8192 mĂ€rksĂ”na ja ĂŒks vastus vĂ”ib olla kuni 2048 mĂ€rksĂ”na pikkune.
Hinnad
| TĂŒĂŒpiline kĂ€ivitus (â 10 s L40S peal) | 0,0114 $ kĂ€ivituse kohta |
|---|---|
| GPU-aeg (L40S) | 0,00117Â $ GPU-sekundi kohta |
- Arvestatakse GPU-aeg, mida kĂ€ivitus tegelikult vĂ”tab. KĂ€ivituse alustamisel reserveeritakse sinu saldost 3Ă tĂŒĂŒpiline hind ja arvutatakse hiljem.
- 1 krediit = 0,01Â $
Kulukalkulaator
Hinna kalkulaator
Pakkuja andmetel tĂŒĂŒpiline: umbes 9,7 s
Kokku
1,14Â $
114 krediiti
KĂ€ivituse kohta
0,0114 $ · 1,14 krediiti
Arvestatakse tegelik GPU-aeg; see on hinnang.
API
Kontrollitud API-nÀide puudub
Avalik API edastab teistsuguse sisendvormingu, kui see mudel vajab. Kasuta ĂŒlalolevat mĂ€nguvĂ€ljakut.
Spetsifikatsioonid
- Mudeli ID
cogvlm2-19b- Arendaja
- Community
- Kategooria
- Multimodaalne
- Sisend
- Tekst, Pilt
- VĂ€ljund
- Tekst
- Konteksti aken
- 8192 tokenit
- Maks. vÀljund
- 2048 tokenit
- Arveldamine
- Kasutuse jÀrgi (tokenid vÔi GPU-aeg)
- Kataloogi kirje uuendatud
- 23. september 2026
Sildid
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Korduma kippuvad kĂŒsimused
Mis on CogVLM2 19B?
CogVLM2 19B on mudel, mille töötas vÀlja Community kategoorias Multimodaalne.
Kui palju maksab CogVLM2 19B Railwail'is?
Railwail'is maksab CogVLM2 19B â 0,0114 $ kĂ€ivituse kohta. Sulle arvestatakse see, mida iga pĂ€ring tegelikult kasutab. Kasutamine makstakse eelnevalt ostetud krediitidest; 1 krediit vĂ”rdub 0,01 $.
Kui suur on CogVLM2 19B konteksti aken?
CogVLM2 19B konteksti aken sisaldab 8192 mĂ€rksĂ”na. Ăks vastus vĂ”ib olla kuni 2048 mĂ€rksĂ”na pikkune.
Kui kiire on CogVLM2 19B?
CogVLM2 19B kohta ei ole Railwail'is veel piisavalt mÔÔdetud kÀivitusi, et kÀivitusaega vÀita. See sÔltub sisendist, seadistustest ja pakkuja koormusest.
Kas CogVLM2 19B on parem kui BLIP?
See sĂ”ltub ĂŒlesandest. CogVLM2 19B (Community) ja BLIP (Salesforce) on mĂ”lemad mudelid kategoorias Multimodaalne. VĂ”rdlusleht nĂ€itab nende hindu ja spetsifikatsioone kĂ”rvuti.
VÔrdle CogVLM2 19B ja BLIPKas CogVLM2 19B saab töödelda pilte?
Jah. CogVLM2 19B aktsepteerib sisendina teksti kÔrval ka pilte.
VÔrreldavad mudelid
KÔik selles kategoorias- 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.
- 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.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
KĂ”ik mudelid ĂŒhe API kaudu
Ăks API vĂ”ti kĂ”igile Railwail mudelitele. Kasutamine arvestatakse eelmakstud krediitidest, 1 krediit = 0,01 $.