Florence-2 Segmentation

MultimodalDisponible
de CommunityID del modelo: florence-2-segmentation

Microsoft Florence-2 unified vision model with referring expression segmentation. Text-prompted region and mask generation in one model.

Precio
≈ 0,0012 US$/ejecución
Entrada → Salida
Texto + Imagen → Texto
Desarrollador
Community
Actualizado
23 de septiembre de 2026
01

Playground

Probar Florence-2 Segmentation

Sin formulario de entrada

≈ 0,0012 US$/ejecución

Aún no hay formulario de entrada para este modelo

Sus entradas aún no están documentadas. Para que ninguna ejecución falle por una entrada incorrecta, no ofrecemos un formulario aquí. Elige un modelo comparable en su lugar.

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.
  • Example output 1 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 2 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 3 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

03

Acerca de Florence-2 Segmentation

ResumenA fecha de 23 de septiembre de 2026

Florence-2 Segmentation es un modelo de Community en la categoría Multimodal. En Railwail, Florence-2 Segmentation cuesta ≈ 0,0012 US$ por ejecución.

04

Precios

Precios en dólares estadounidenses. El uso se cobra con créditos prepagados.
Ejecución típica (≈ 1 s en L40S)0,0012 US$ por ejecución
Tiempo de GPU (L40S)0,00117 US$ por segundo de GPU
  • Se factura por el tiempo de GPU que realmente tarda la ejecución. Cuando comienza la ejecución, se reserva 3× el precio típico de tu saldo y se liquida después.
  • 1 crédito = 0,01 US$

Calculadora de costes

Calculadora de precios

s

Típico según el proveedor: aprox. 1 s

Total

0,12 US$

12 créditos

Por ejecución

0,0012 US$ · 0,12 créditos

Se factura el tiempo real de GPU; este es un estimado.

05

API

Llama a Florence-2 Segmentation con tu clave API de Railwail. Usa este ID de modelo en la solicitud:

Sin ejemplo de API verificado

La API pública pasa un formato de entrada diferente al que necesita este modelo. Usa el playground anterior.

06

Especificaciones

ID del modelo
florence-2-segmentation
Desarrollador
Community
Categoría
Multimodal
Entrada
Texto, Imagen
Salida
Texto
Facturación
Por uso (tokens o tiempo de GPU)
Entrada del catálogo actualizada
23 de septiembre de 2026

Etiquetas

  • replicate
  • segmentation
  • vision-understanding
  • microsoft
  • open-weights
07

Preguntas frecuentes

¿Qué es Florence-2 Segmentation?

Florence-2 Segmentation es un modelo de Community en la categoría Multimodal.

¿Cuánto cuesta Florence-2 Segmentation en Railwail?

En Railwail, Florence-2 Segmentation cuesta ≈ 0,0012 US$ por ejecución. Se te cobra por lo que cada solicitud realmente consume. El uso se paga con créditos prepagados; 1 crédito equivale a 0,01 US$.

¿Qué velocidad tiene Florence-2 Segmentation?

Aún no hay suficientes ejecuciones medidas de Florence-2 Segmentation en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es Florence-2 Segmentation mejor que BLIP?

Depende de la tarea. Florence-2 Segmentation (Community) y BLIP (Salesforce) son ambos modelos en la categoría Multimodal. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar Florence-2 Segmentation y BLIP

¿Puede Florence-2 Segmentation procesar imágenes?

Sí. Florence-2 Segmentation acepta imágenes como entrada además de texto.

08

Modelos comparables

Todos en esta categoría
  • 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 US$/ejecución

    75 % más barato por unidad

    Comparar Florence-2 Segmentation vs. BLIP
  • 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$/ejecución

    3708 % más caro por unidad

    Comparar Florence-2 Segmentation vs. CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 US$/ejecución

    317 % más caro por unidad

    Comparar Florence-2 Segmentation vs. Depth Anything v2

Todos los modelos a través de una API

Una clave API para todos los modelos en Railwail. El uso se cobra desde créditos prepagados, 1 crédito = 0,01 US$.