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.
- السعر
- ≈ 0.0012 US$/تشغيل
- Input → output
- نص + صورة → نص
- مطور
- Community
- تم التحديث
- ٢٣ سبتمبر ٢٠٢٦
Playground
جرّب Florence-2 Large
الإدخال والإخراج
هذا التشغيل
حوالي 0.0012 US$ · 0.12 رصيد
يتم حجز 0.0036 US$ (0.36 رصيد) عند البدء؛ يتم فواتير وقت GPU الفعلي.
جديد هنا؟
10 رصيد مجاني (0.10 US$) عند التسجيل باستخدام Google
قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد. كافٍ لـ 27 تشغيلًا لهذا النموذج.
Examples
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
حول Florence-2 Large
Florence-2 Large هو نموذج من Community في فئة متعدد الأنماط. على Railwail، يكلف Florence-2 Large ≈ 0.0012 US$ لكل تشغيل.
التسعير
| التشغيل النموذجي (≈ 1 ث على L40S) | 0.0012 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 1 ث
الإجمالي
0.12 US$
12 رصيد
لكل تشغيل
0.0012 US$ · 0.12 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
florence-2-large- مطور
- Community
- 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.
promptمطلوبUser message or task instruction
النوع: نصالافتراضي: –القيم المسموحة: حتى 4,000 حرفtaskالنوع: اختيارالافتراضي:captionالقيم المسموحة: caption أو detailed_caption أو ocr أو object_detection أو segmentationimage_urlImage URL to analyze
النوع: نصالافتراضي: –القيم المسموحة: –max_tokensالنوع: عدد صحيحالافتراضي:1024القيم المسموحة: 1 إلى 4,096temperatureالنوع: رقمالافتراضي:0.7القيم المسموحة: 0 إلى 2
الوسوم
- replicate
- multimodal
- vision-understanding
- microsoft
- open-weights
الأسئلة الشائعة
ما هو Florence-2 Large؟
Florence-2 Large هو نموذج من Community في فئة متعدد الأنماط.
كم تكلفة Florence-2 Large على Railwail؟
على Railwail، يكلف Florence-2 Large ≈ 0.0012 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$.
ما الإعدادات التي يدعمها Florence-2 Large؟
وفقاً لمخطط الإدخال الخاص به، Florence-2 Large يعرف هذه المعاملات: prompt (حتى 4,000 حرف) وtask (caption أو detailed_caption أو ocr أو object_detection أو segmentation) وimage_url وmax_tokens (1 إلى 4,096) وtemperature (0 إلى 2).
ما سرعة Florence-2 Large؟
لا توجد عمليات تشغيل مقاسة كافية لـ Florence-2 Large على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.
هل Florence-2 Large أفضل من BLIP؟
هذا يعتمد على المهمة. Florence-2 Large (Community) و BLIP (Salesforce) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.
قارن Florence-2 Large و BLIPهل يمكن لـ Florence-2 Large معالجة الصور؟
نعم. Florence-2 Large يقبل الصور كإدخال بالإضافة إلى النص.
نماذج قابلة للمقارنة
الكل في هذه الفئة- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
جميع النماذج عبر API واحدة
مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ٠٫٠١ US$.