Railwail
تسجيل الدخول

BLIP

متعدد الأنماطمتاح
من Salesforceمعرّف النموذج: blip-captioning

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.

جرّبهاحصل على مفتاح APIمقارنة
السعر
≈ ‏0.00030 US$/تشغيل
Input → output
نص + صورة → نص
مطور
Salesforce
تم التحديث
٢٣ سبتمبر ٢٠٢٦
01

Playground

جرّب BLIP

الإدخال والإخراج

≈ ‏0.00030 US$/تشغيل
جرّب BLIP

Question for visual question answering mode

النتيجة
تظهر الإجابة هنا.

هذا التشغيل

حوالي ‏0.0003 US$ · 0.03 رصيد

يتم حجز ‏0.0009 US$ (0.09 رصيد) عند البدء؛ يتم فواتير وقت GPU الفعلي.

جديد هنا؟

10 رصيد مجاني (‏0.10 US$) عند التسجيل باستخدام Google

قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد. كافٍ لـ 111 تشغيلًا لهذا النموذج.

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

    image_captioning

    Output (JSON, shortened)

    [
  {
    "text": "Caption: a woman sitting on the beach with a dog"
  }
]
  • InputInput

    Prompt

    what is in the sky?

    Output (JSON, shortened)

    [
  {
    "text": "Answer: moon"
  }
]
  • InputInput

    Prompt

    what is in the lake?

    Output (JSON, shortened)

    [
  {
    "text": "Answer: swans"
  }
]
03

حول BLIP

الملخصاعتباراً من ٢٣ سبتمبر ٢٠٢٦

BLIP هو نموذج من Salesforce في فئة متعدد الأنماط. على Railwail، يكلف BLIP ≈ ‏0.00030 US$ لكل تشغيل.

BLIP (Bootstrapping Language-Image Pre-training) from Salesforce Research unifies captioning and VQA in one model. In caption mode it returns a concise description of the scene; in question-answering mode it answers a free-form question grounded in the image. It is one of the most-run captioning models on Replicate and a common building block for image search and accessibility alt-text.
04

التسعير

الأسعار بالدولار الأمريكي. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً.
التشغيل النموذجي (≈ 1 ث على T4)‏0.00030 US$ لكل تشغيل
وقت GPU (T4)‏0.00027 US$ لكل ثانية GPU
  • يتم الفرز بناءً على وقت GPU الذي يستغرقه التشغيل فعلياً. عند بدء التشغيل، يتم حجز 3× السعر النموذجي من رصيدك ويتم تسويته لاحقاً.
  • 1 رصيد = ‏٠٫٠١ US$

حاسبة التكلفة

حاسبة الأسعار

s

نموذجي وفقاً للمزود: حوالي 1 ث

الإجمالي

‏0.03 US$

3 رصيد

لكل تشغيل

‏0.0003 US$ · 0.03 رصيد

يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.

05

API

استدعِ BLIP باستخدام مفتاح Railwail API الخاص بك. استخدم معرّف النموذج هذا في الطلب:
blip-captioningتوثيق APIاحصل على مفتاح API

لا يوجد مثال API موثق

API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.

06

المواصفات

معرّف النموذج
blip-captioning
مطور
Salesforce
الفئة
متعدد الأنماط
الإدخال
نص, صورة
الإخراج
نص
الفواتير
حسب الاستخدام (الرموز أو وقت GPU)
تم تحديث إدخال الكتالوج
٢٣ سبتمبر ٢٠٢٦

معاملات الإدخال

المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.

  • imageمطلوب

    Image to caption or ask about

    النوع: نص
    الافتراضي: –
    القيم المسموحة: –
  • task
    النوع: اختيار
    الافتراضي: image_captioning
    القيم المسموحة: image_captioning أو visual_question_answering
  • question

    Question for visual question answering mode

    النوع: نص
    الافتراضي: –
    القيم المسموحة: –

الوسوم

  • replicate
  • blip
  • captioning
  • vqa
  • salesforce
  • vision-understanding
  • image
07

الأسئلة الشائعة

ما هو BLIP؟

BLIP هو نموذج من Salesforce في فئة متعدد الأنماط.

كم تكلفة BLIP على Railwail؟

على Railwail، يكلف BLIP ≈ ‏0.00030 US$ لكل تشغيل. يتم فرض رسوم عليك مقابل ما تستخدمه كل طلب فعلياً. الاستخدام يُدفع من أرصدة مدفوعة مقدماً؛ 1 رصيد يساوي ‏٠٫٠١ US$.

ما الإعدادات التي يدعمها BLIP؟

وفقاً لمخطط الإدخال الخاص به، BLIP يعرف هذه المعاملات: image وtask (image_captioning أو visual_question_answering) وquestion.

ما سرعة BLIP؟

لا توجد عمليات تشغيل مقاسة كافية لـ BLIP على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.

هل BLIP أفضل من CLIP Interrogator؟

هذا يعتمد على المهمة. BLIP (Salesforce) و CLIP Interrogator (Community) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.

قارن BLIP و CLIP Interrogator

هل يمكن لـ BLIP معالجة الصور؟

نعم. BLIP يقبل الصور كإدخال بالإضافة إلى النص.

08

نماذج قابلة للمقارنة

الكل في هذه الفئة
  • 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 US$/تشغيل

    15,133 % أغلى لكل وحدة

    قارن BLIP مع 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 US$/تشغيل

    1,567 % أغلى لكل وحدة

    قارن BLIP مع Depth Anything v2
  • SAM 2 (Segment Anything 2)Meta

    Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.

    ≈ ‏0.018 US$/تشغيل

    5,900 % أغلى لكل وحدة

    قارن BLIP مع SAM 2 (Segment Anything 2)

جميع النماذج عبر API واحدة

مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ‏٠٫٠١ US$.

احصل على مفتاح APIاستعرض جميع النماذج