CogVLM2 19B

MultimodaalneSaadaval
Community pooltMudeli ID: cogvlm2-19b

Tsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.

Hind
≈ 0,0114 $/kĂ€ivitus
Kontekst
8192 tokenit
Maks. vÀljund
2048 tokenit
Sisend → vĂ€ljund
Tekst + Pilt → Tekst
Arendaja
Community
Uuendatud
23. september 2026
01

Playground

Proovi CogVLM2 19B

Sisendvorm puudub

≈ 0,0114 $/kĂ€ivitus

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.

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.
  • InputInput

    Prompt

    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.

03

Teave: CogVLM2 19B

LĂŒhidaltSeisuga 23. september 2026

CogVLM2 19B on mudel, mille on vĂ€lja töötanud Community kategoorias Multimodaalne. Railwail'is maksab CogVLM2 19B ≈ 0,0114 $ kĂ€ivituse kohta. Konteksti aken sisaldab 8192 mĂ€rksĂ”na ja ĂŒks vastus vĂ”ib olla kuni 2048 mĂ€rksĂ”na pikkune.

04

Hinnad

Hinnad USA dollarites. Kasutamine arvestatakse eelmakstud krediitidest.
TĂŒĂŒpiline kĂ€ivitus (≈ 10 s L40S peal)0,0114 $ kĂ€ivituse kohta
GPU-aeg (L40S)0,00117 $ GPU-sekundi kohta
  • Arvestatakse GPU-aeg, mida kĂ€ivitus tegelikult vĂ”tab. KĂ€ivituse alustamisel reserveeritakse sinu saldost 3× tĂŒĂŒpiline hind ja arvutatakse hiljem.
  • 1 krediit = 0,01 $

Kulukalkulaator

Hinna kalkulaator

s

Pakkuja andmetel tĂŒĂŒpiline: umbes 9,7 s

Kokku

1,14 $

114 krediiti

KĂ€ivituse kohta

0,0114 $ · 1,14 krediiti

Arvestatakse tegelik GPU-aeg; see on hinnang.

05

API

Kutsu CogVLM2 19B oma Railwail API vÔtmega. Kasuta selles pÀringus seda mudeli ID-d:

Kontrollitud API-nÀide puudub

Avalik API edastab teistsuguse sisendvormingu, kui see mudel vajab. Kasuta ĂŒlalolevat mĂ€nguvĂ€ljakut.

06

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
07

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 ≈ 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. Üks 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 BLIP

Kas CogVLM2 19B saab töödelda pilte?

Jah. CogVLM2 19B aktsepteerib sisendina teksti kÔrval ka pilte.

08

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.

    ≈ 0,00030 $/kĂ€ivitus

    97 % odavam ĂŒhiku kohta

    VÔrdle CogVLM2 19B ja 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 $/kĂ€ivitus

    301 % kallim ĂŒhiku kohta

    VÔrdle CogVLM2 19B ja 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 $/kĂ€ivitus

    56 % odavam ĂŒhiku kohta

    VÔrdle CogVLM2 19B ja Depth Anything v2

KĂ”ik mudelid ĂŒhe API kaudu

Üks API vĂ”ti kĂ”igile Railwail mudelitele. Kasutamine arvestatakse eelmakstud krediitidest, 1 krediit = 0,01 $.