Florence-2 Large
florence-2-largeMicrosoft Florence-2 Large. Unified prompt-based vision foundation model for captioning, detection, segmentation and OCR with a single 770M-param backbone.
- Hind
- â 0,0012 $/kĂ€ivitus
- Sisend â vĂ€ljund
- Tekst + Pilt â Tekst
- Arendaja
- Community
- Uuendatud
- 23. september 2026
Playground
Proovi Florence-2 Large
Sisend ja vÀljund
See kÀivitus
umbes 0,0012 $ · 0,12 krediiti
KĂ€ivitamisel reserveeritakse 0,0036Â $ (0,36 krediiti); arveldatakse tegelik GPU aeg.
Oled siin uus?
10 tasuta krediiti (0,10Â $), kui registreeritud Google'iga
Kasutatav 24 tundi pÀrast registreerimist, kuni 5 kÀivitust pÀevas ja maksimaalselt 2 krediiti kÀivituse kohta. Muud sisselogimismeetodid algavad ilma krediitideta. Piisab 27 kÀivituseks sellest mudelist.
Examples
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Teave: Florence-2 Large
Florence-2 Large on mudel, mille on vĂ€lja töötanud Community kategoorias Multimodaalne. Railwail'is maksab Florence-2 Large â 0,0012 $ kĂ€ivituse kohta.
Hinnad
| TĂŒĂŒpiline kĂ€ivitus (â 1 s L40S peal) | 0,0012 $ 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 1 s
Kokku
0,12Â $
12 krediiti
KĂ€ivituse kohta
0,0012 $ · 0,12 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
florence-2-large- Arendaja
- Community
- Kategooria
- Multimodaalne
- Sisend
- Tekst, Pilt
- VĂ€ljund
- Tekst
- Arveldamine
- Kasutuse jÀrgi (tokenid vÔi GPU-aeg)
- Kataloogi kirje uuendatud
- 23. september 2026
Sisendparameetrid
Mudeli sisendiskeemi sisendid ja seaded. API nÀide jaotises API nÀitab, milliseid neist API aktsepteerib.
promptnÔutavUser message or task instruction
TĂŒĂŒp: TekstVaikimisi: âLubatud vÀÀrtused: kuni 4000 tĂ€hemĂ€rkitaskTĂŒĂŒp: ValikVaikimisi:captionLubatud vÀÀrtused: caption, detailed_caption, ocr, object_detection vĂ”i segmentationimage_urlImage URL to analyze
TĂŒĂŒp: TekstVaikimisi: âLubatud vÀÀrtused: âmax_tokensTĂŒĂŒp: TĂ€isarvVaikimisi:1024Lubatud vÀÀrtused: 1 kuni 4096temperatureTĂŒĂŒp: ArvVaikimisi:0.7Lubatud vÀÀrtused: 0 kuni 2
Sildid
- replicate
- multimodal
- vision-understanding
- microsoft
- open-weights
Korduma kippuvad kĂŒsimused
Mis on Florence-2 Large?
Florence-2 Large on mudel, mille töötas vÀlja Community kategoorias Multimodaalne.
Kui palju maksab Florence-2 Large Railwail'is?
Railwail'is maksab Florence-2 Large â 0,0012 $ kĂ€ivituse kohta. Sulle arvestatakse see, mida iga pĂ€ring tegelikult kasutab. Kasutamine makstakse eelnevalt ostetud krediitidest; 1 krediit vĂ”rdub 0,01 $.
Milliseid seadistusi Florence-2 Large toetab?
Vastavalt sisendiskeemile teab Florence-2 Large neid parameetreid: prompt (kuni 4000 tÀhemÀrki), task (caption, detailed_caption, ocr, object_detection vÔi segmentation), image_url, max_tokens (1 kuni 4096) ja temperature (0 kuni 2).
Kui kiire on Florence-2 Large?
Florence-2 Large kohta ei ole Railwail'is veel piisavalt mÔÔdetud kÀivitusi, et kÀivitusaega vÀita. See sÔltub sisendist, seadistustest ja pakkuja koormusest.
Kas Florence-2 Large on parem kui BLIP?
See sĂ”ltub ĂŒlesandest. Florence-2 Large (Community) ja BLIP (Salesforce) on mĂ”lemad mudelid kategoorias Multimodaalne. VĂ”rdlusleht nĂ€itab nende hindu ja spetsifikatsioone kĂ”rvuti.
VÔrdle Florence-2 Large ja BLIPKas Florence-2 Large saab töödelda pilte?
Jah. Florence-2 Large 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 $.