Donut Document

Name: Donut Document
Brand: Community
SKU: donut-document
Price: 0.0648 USD
Availability: InStock

MultimodaalneSaadaval

Community pooltdonut-document

Naver CLOVA Donut OCR-free document-understanding transformer. End-to-end JSON extraction from forms, receipts and invoices without explicit OCR.

Proovi Hangi API võti Võrdle

Hind: ≈ 0,0648 $/käivitus
Sisend → väljund: Tekst + Pilt → Tekst
Arendaja: Community
Uuendatud: 23. september 2026

Playground

Proovi Donut Document

Sisendvorm puudub

≈ 0,0648 $/käivitus

Selle mudeli jaoks pole veel sisendvormi

Selle sisendid pole veel dokumenteeritud. Et käivitus ei ebaõnnestunuks vale sisendi tõttu, ei paku me siin vormi. Vali selle asemel sarnane mudel.

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
No text prompt: the model only takes the input shown.
Response
{'menu': [{'nm': 'ICE BLAOKCOFFE', 'cnt': '2', 'price': '82,000'}, {'nm': 'AVOCADO COFFEE', 'cnt': '1', 'price': '61,000'}, {'nm': 'Oud CHINEN KATSU FF', 'cnt': '1', 'price': '51,000'}], 'sub_total': {'subtotal_price': '194,000', 'discount_price': '19,400'}, 'total': {'total_price': '174,600', 'cashprice': '200,000', 'changeprice': '25,400'}}
Input
No text prompt: the model only takes the input shown.
Response
{'menu': [{'nm': '0571-1854 BLUS WANITA', 'unitprice': '@120,000', 'cnt': '1', 'price': '120,000'}, {'nm': '1002-0060 SHOPPING BAG', 'cnt': '1', 'price': '0'}], 'total': {'total_price': '120,000', 'changeprice': '0', 'creditcardprice': '120,000', 'menuqty_cnt': '1'}}

Teave: Donut Document

LühidaltSeisuga 23. september 2026

Donut Document on mudel, mille on välja töötanud Community kategoorias Multimodaalne. Railwail'is maksab Donut Document ≈ 0,0648 $ käivituse kohta.

Hinnad

Hinnad USA dollarites. Kasutamine arvestatakse eelmakstud krediitidest.

Tüüpiline käivitus (≈ 240 s T4 peal)	0,0648 $ 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 240 s

Käivitused

Kokku

6,48 $

648 krediiti

Käivituse kohta

0,0648 $ · 6,48 krediiti

Arvestatakse tegelik GPU-aeg; see on hinnang.

API

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

donut-documentVaata API dokumentatsiooni Hangi API võti

Kontrollitud API-näide puudub

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

Spetsifikatsioonid

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

Sildid

replicate
ocr
vision-understanding
naver
open-source

Korduma kippuvad küsimused

Mis on Donut Document?

Donut Document on mudel, mille töötas välja Community kategoorias Multimodaalne.

Kui palju maksab Donut Document Railwail'is?

Railwail'is maksab Donut Document ≈ 0,0648 $ käivituse kohta. Sulle arvestatakse see, mida iga päring tegelikult kasutab. Kasutamine makstakse eelnevalt ostetud krediitidest; 1 krediit võrdub 0,01 $.

Kui kiire on Donut Document?

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

Kas Donut Document on parem kui BLIP?

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

Võrdle Donut Document ja BLIP

Kas Donut Document saab töödelda pilte?

Jah. Donut Document aktsepteerib sisendina teksti kõrval ka pilte.

Võrreldavad mudelid

Kõik 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 $/käivitus
100 % odavam ühiku kohta
Võrdle Donut Document ja BLIP
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
29 % odavam ühiku kohta
Võrdle Donut Document 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
92 % odavam ühiku kohta
Võrdle Donut Document ja Depth Anything v2

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