Railwail
Kirjaudu sisään

Donut Document

MultimodaaliSaatavilla
kehittäjä: CommunityMallin tunnus: donut-document

Naver CLOVA Donut OCR-free document-understanding transformer. End-to-end JSON extraction from forms, receipts and invoices without explicit OCR.

KokeileHanki API-avainVertaile
Hinta
≈ 0,0648 $/suoritus
Syöte → tulos
Teksti + Kuva → Teksti
Kehittäjä
Community
Päivitetty
23. syyskuuta 2026
01

Leikkikenttä

Kokeile Donut Document

Ei syötelomaketta

≈ 0,0648 $/suoritus

Tälle mallille ei ole vielä syötelomaketta

Sen syötteet eivät ole vielä dokumentoituja. Jotta mikään suoritus ei epäonnistuisi väärän syötteen vuoksi, emme tarjoa lomaketta täällä. Valitse sen sijaan vertailukelpoinen malli.

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

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

    Response

    {'menu': [{'nm': 'ICE BLAOKCOFFE', 'cnt': '2', 'price': '82,000'}, {'nm': 'AVOCADO COFFEE', 'cnt': '1', 'price': '61,000'}, {'nm': 'Oud CHINEN KATSU FF', 'cnt': '1', 'price': '51,000'}], 'sub_total': {'subtotal_price': '194,000', 'discount_price': '19,400'}, 'total': {'total_price': '174,600', 'cashprice': '200,000', 'changeprice': '25,400'}}

  • InputInput

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

    Response

    {'menu': [{'nm': '0571-1854 BLUS WANITA', 'unitprice': '@120,000', 'cnt': '1', 'price': '120,000'}, {'nm': '1002-0060 SHOPPING BAG', 'cnt': '1', 'price': '0'}], 'total': {'total_price': '120,000', 'changeprice': '0', 'creditcardprice': '120,000', 'menuqty_cnt': '1'}}

03

Tietoja: Donut Document

Lyhyesti23. syyskuuta 2026 alkaen

Donut Document on Community-kehittäjän malli kategoriasta Multimodaali. Railwailissa Donut Document maksaa ≈ 0,0648 $ per suoritus.

04

Hinnat

Hinnat Yhdysvaltain dollareissa. Käyttö laskutetaan prepaid-krediiteistä.
Tyypillinen suoritus (≈ 240 s T4:lla)0,0648 $ per suoritus
GPU-aika (T4)0,00027 $ per GPU-sekunti
  • Laskutus perustuu suorituksen todelliseen GPU-aikaan. Kun suoritus alkaa, 3-kertainen tyypillinen hinta varataan saldostasi ja selvitetään jälkikäteen.
  • 1 krediitti = 0,01 $

Kustannuslaskin

Hintalaskin

s

Palveluntarjoajan mukaan tyypillinen: noin 240 s

Yhteensä

6,48 $

648 krediittiä

Suoritusta kohti

0,0648 $ · 6,48 krediittiä

Laskutus perustuu todelliseen GPU-aikaan; tämä on arvio.

05

API

Kutsu Donut Document Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:
donut-documentAPI-dokumentaatioHanki API-avain

Ei vahvistettua API-esimerkkiä

Julkinen API välittää eri syötemuotoa kuin tämä malli tarvitsee. Käytä yllä olevaa leikkikenttää.

06

Tekniset tiedot

Mallin tunnus
donut-document
Kehittäjä
Community
Kategoria
Multimodaali
Syöte
Teksti, Kuva
Tuloste
Teksti
Laskutus
Käytön mukaan (tokeneja tai GPU-aikaa)
Luettelokirjaus päivitetty
23. syyskuuta 2026

Tunnisteet

  • replicate
  • ocr
  • vision-understanding
  • naver
  • open-source
07

Usein kysytyt kysymykset

Mikä on Donut Document?

Donut Document on Communityn kehittämä malli Multimodaali-kategoriassa.

Paljonko Donut Document maksaa Railwailissa?

Railwailissa Donut Document maksaa ≈ 0,0648 $ per suoritus. Sinua veloitetaan siitä, mitä kukin pyyntö todella käyttää. Käyttö maksetaan ennakkoon ostettujen krediittien avulla; 1 krediitti vastaa 0,01 $.

Kuinka nopea Donut Document on?

Donut Documentlla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Onko Donut Document parempi kuin BLIP?

Se riippuu tehtävästä. Donut Document (Community) ja BLIP (Salesforce) ovat molemmat malleja Multimodaali-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.

Vertaa Donut Document ja BLIP

Voiko Donut Document käsitellä kuvia?

Kyllä. Donut Document hyväksyy kuvia syötteenä tekstin lisäksi.

08

Vertailukelpoiset mallit

Kaikki tässä kategoriassa
  • 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 $/suoritus

    100 % halvempi yksikköä kohti

    Vertaa Donut Document ja BLIP
  • 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 $/suoritus

    29 % halvempi yksikköä kohti

    Vertaa Donut Document ja 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 $/suoritus

    92 % halvempi yksikköä kohti

    Vertaa Donut Document ja Depth Anything v2

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.

Hanki API-avainSelaa kaikkia malleja