DeepSeek-VL 7B
deepseek-vl-7bDeepSeek-VL 7B chat model. Vision-language model with hybrid vision encoder and strong real-world visual question answering performance.
- السعر
- ≈ 0.0086 US$/تشغيل
- السياق
- 4,096 رمز
- الحد الأقصى للإخراج
- 2,048 رمز
- Input → output
- نص + صورة → نص
- مطور
- DeepSeek
- تم التحديث
- ٢٣ سبتمبر ٢٠٢٦
Playground
جرّب DeepSeek-VL 7B
لا توجد نموذج إدخال
لا توجد نموذج إدخال لهذا النموذج حتى الآن
لم يتم توثيق مدخلاته بعد. حتى لا يفشل أي تشغيل على إدخال خاطئ، لا نقدم نموذجاً هنا. اختر نموذجاً مماثلاً بدلاً من ذلك.
Examples
InputPrompt
Describe each stage of this image
Response
The image depicts a three-stage process for training a vision-language model. 1. Stage 1: Training VL Adapter: In this stage, a vision-language adapter is trained using supervised fine-tuning. The adapter is trained on image-text pairs and pure language sequences. 2. Stage 2: Joint VL Pre-training: In this stage, a joint vision-language model is pre-trained using self-supervised learning. The model is trained on image-text pairs and pure language sequences. 3. Stage 3: Supervised Fine-tuning: In this stage, the model is fine-tuned on supervised tasks using image-text pairs and pure language sequences. The model is trained using a hybrid vision-language adapter, which combines a vision-language adapter with a language model. The model is trained on a variety of tasks, including image captioning, visual question answering, and visual reasoning. The model is able to understand the visual content of an image and generate a natural language description or answer.
InputPrompt
Describe this image
Response
The image you've provided is a meme featuring a French Bulldog lying on its side on a blue wooden floor. The dog's head is resting on its paws, and it appears to be sleeping. The meme has a text overlay that reads "MONDAY. JUST...MONDAY." This suggests that the meme is making a humorous comment about the start of the work week. The dog's relaxed posture and the text overlay together create a light-hearted and relatable message.
حول DeepSeek-VL 7B
DeepSeek-VL 7B هو نموذج من DeepSeek في فئة متعدد الأنماط. على Railwail، يكلف DeepSeek-VL 7B ≈ 0.0086 US$ لكل تشغيل. نافذة السياق تحتوي على 4,096 رموز، والرد الواحد يمكن أن يصل إلى 2,048 رموز.
التسعير
| التشغيل النموذجي (≈ 7 ث على L40S) | 0.0086 US$ لكل تشغيل |
|---|---|
| وقت GPU (L40S) | 0.00117 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
نموذجي وفقاً للمزود: حوالي 7.3 ث
الإجمالي
0.86 US$
86 رصيد
لكل تشغيل
0.0086 US$ · 0.86 رصيد
يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.
API
لا يوجد مثال API موثق
API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.
المواصفات
- معرّف النموذج
deepseek-vl-7b- مطور
- DeepSeek
- الفئة
- متعدد الأنماط
- الإدخال
- نص, صورة
- الإخراج
- نص
- نافذة السياق
- 4,096 رمز
- الحد الأقصى للإخراج
- 2,048 رمز
- الفواتير
- حسب الاستخدام (الرموز أو وقت GPU)
- تم تحديث إدخال الكتالوج
- ٢٣ سبتمبر ٢٠٢٦
الوسوم
- replicate
- multimodal
- vision-understanding
- deepseek
- open-weights
الأسئلة الشائعة
ما هو DeepSeek-VL 7B؟
DeepSeek-VL 7B هو نموذج من DeepSeek في فئة متعدد الأنماط.
كم تكلفة DeepSeek-VL 7B على Railwail؟
على Railwail، يكلف DeepSeek-VL 7B ≈ 0.0086 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$.
ما حجم نافذة السياق في DeepSeek-VL 7B؟
نافذة السياق في DeepSeek-VL 7B تحتوي على 4,096 رموز. الرد الواحد يمكن أن يصل إلى 2,048 رموز.
ما سرعة DeepSeek-VL 7B؟
لا توجد عمليات تشغيل مقاسة كافية لـ DeepSeek-VL 7B على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.
هل DeepSeek-VL 7B أفضل من BLIP؟
هذا يعتمد على المهمة. DeepSeek-VL 7B (DeepSeek) و BLIP (Salesforce) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.
قارن DeepSeek-VL 7B و BLIPهل يمكن لـ DeepSeek-VL 7B معالجة الصور؟
نعم. DeepSeek-VL 7B يقبل الصور كإدخال بالإضافة إلى النص.
نماذج قابلة للمقارنة
الكل في هذه الفئة- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
جميع النماذج عبر API واحدة
مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ٠٫٠١ US$.