ViTPose

MultimodaalnePole saadaval
Community pooltMudeli ID: vitpose

ViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.

Olek
Pole saadaval
Sisend → väljund
Tekst + Pilt → Tekst
Arendaja
Community
Uuendatud
25. juuni 2026

ViTPose pole hetkel saadaval

Praegu pole saadaval: see mudel on deaktiveeritud.

Selle lehe üksikasju saad jätkuvalt lugeda. Võrdsete mudelite kohe käivitamiseks vali allpool üks saadaolevatest alternatiividest.

Mine alternatiividele
01

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

  • Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.

    6,00 $/1M sis

  • Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.

    3,60 $/1M sis

02

Playground

Proovi ViTPose

Sisendvorm puudub

Hetkel pole saadaval

Praegu pole saadaval: see mudel on deaktiveeritud.

Mänguväljakud on keelatud. Sarnaseid mudeleid leiad samast kategooriast: Vaata alternatiive

03

Teave: ViTPose

LühidaltSeisuga 25. juuni 2026

ViTPose on mudel, mille on välja töötanud Community kategoorias Multimodaalne. ViTPose ei ole Railwail'is praegu saadaval.

04

Hinnad

Praegu pole saadaval: see mudel on deaktiveeritud. Sellel mudelil pole hetkel hinda, seega seda ei saa käivitada.

05

API

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

Kontrollitud API-näide puudub

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

06

Spetsifikatsioonid

Mudeli ID
vitpose
Arendaja
Community
Kategooria
Multimodaalne
Sisend
Tekst, Pilt
Väljund
Tekst
Kataloogi kirje uuendatud
25. juuni 2026

Sildid

  • replicate
  • pose
  • vision-understanding
  • transformer
  • open-source
07

Korduma kippuvad küsimused

Mis on ViTPose?

ViTPose on mudel, mille töötas välja Community kategoorias Multimodaalne. See on loetletud Railwail'is, kuid hetkel ei saa seda käivitada.

Kui palju maksab ViTPose Railwail'is?

ViTPose ei saa hetkel Railwail'is käivitada, seega pole praegust hinda. Saadaolevad alternatiivid koos hindadega on loetletud selle lehe allpool.

Kui kiire on ViTPose?

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

Kas ViTPose on parem kui BLIP?

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

Võrdle ViTPose ja BLIP

Kas ViTPose saab töödelda pilte?

Jah. ViTPose aktsepteerib sisendina teksti kõrval ka pilte.

Kas saan ViTPose kohe kasutada?

Praegu pole saadaval: see mudel on deaktiveeritud. Leht jääb veebis; saadaolevad alternatiivid samast kategooriast on loetletud allpool.

Kõik mudelid ühe API kaudu

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