Railwail
Bejelentkezés

BLIP

MultimodálisElérhető
Salesforce általModell-azonosító: 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.

KipróbálásAPI-kulcs beszerzéseÖsszehasonlítás
Ár
≈ 0,00030 USD/futás
Bemenet → kimenet
Szöveg + Kép → Szöveg
Fejlesztő
Salesforce
Frissítve
2026. szeptember 23.
01

Playground

Próbáld ki: BLIP

Bemenet és kimenet

≈ 0,00030 USD/futás
Próbáld ki: BLIP

Question for visual question answering mode

Eredmény
A válasz itt jelenik meg.

Ez a futtatás

kb. 0,0003 USD · 0,03 kredit

A kezdéskor 0,0009 USD (0,09 kredit) kerül foglalásra; a tényleges GPU-idő alapján történik a számlázás.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak. Elegendő 111 futtatáshoz.

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

A BLIP névjegye

Röviden2026. szeptember 23. szerint

A BLIP a Salesforce által fejlesztett modell a Multimodális kategóriában. A Railwail-en a BLIP ára ≈ 0,00030 USD futásonként.

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

Árak

Az árak amerikai dollárban vannak megadva. A használat előre feltöltött kreditek alapján kerül felszámításra.
Tipikus futás (≈ 1 s a(z) T4 eszközön)0,00030 USD futásonként
GPU-idő (T4)0,00027 USD GPU-másodpercenként
  • A futás által ténylegesen igénybevett GPU-idő alapján történik a számlázás. A futás indításakor a tipikus ár 3-szerese kerül foglalásra az egyenlegéből, majd később elszámolásra.
  • 1 kredit = 0,01 USD

Költségkalkulátor

Árkalkulátor

s

A szolgáltató szerint tipikus: kb. 1 mp

Összesen

0,03 USD

3 kredit

Futásonként

0,0003 USD · 0,03 kredit

A tényleges GPU-idő alapján számlázva; ez egy becslés.

05

API

Hívja meg a BLIP modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:
blip-captioningAPI dokumentáció megtekintéseAPI-kulcs beszerzése

Nincs ellenőrzött API-példa

A nyilvános API más bemeneti formátumot továbbít, mint amit ez a modell igényel. Használja a fenti Playground-ot.

06

Specifikációk

Modell-azonosító
blip-captioning
Fejlesztő
Salesforce
Kategória
Multimodális
Bemenet
Szöveg, Kép
Kimenet
Szöveg
Számlázás
Használat alapján (tokenek vagy GPU-idő)
Katalógus bejegyzés frissítve
2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • imagekötelező

    Image to caption or ask about

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: –
  • task
    Típus: Választás
    Alapértelmezett: image_captioning
    Engedélyezett értékek: image_captioning vagy visual_question_answering
  • question

    Question for visual question answering mode

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: –

Címkék

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

Gyakran ismételt kérdések

Mi az a BLIP?

A BLIP a Salesforce által fejlesztett modell a Multimodális kategóriában.

Mennyibe kerül a BLIP a Railwail-on?

A Railwail-en a BLIP ára ≈ 0,00030 USD futásonként. Az egyes kérések tényleges felhasználásáért kell fizetni. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.

Milyen beállításokat támogat a BLIP?

A bemeneti séma szerint a BLIP ezeket a paramétereket ismeri: image, task (image_captioning vagy visual_question_answering) és question.

Milyen gyors a BLIP?

A BLIP-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A BLIP jobb, mint a CLIP Interrogator?

Ez a feladattól függ. A BLIP (Salesforce) és a CLIP Interrogator (Community) egyaránt modellek a Multimodális kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

BLIP és CLIP Interrogator összehasonlítása

A BLIP képes képeket feldolgozni?

Igen. A BLIP szöveg mellett képeket is fogad bemenetként.

08

Hasonló modellek

Ebben a kategóriában az összes

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.

API-kulcs beszerzéseÖsszes modell megtekintése