Donut Document
donut-documentNaver CLOVA Donut OCR-free document-understanding transformer. End-to-end JSON extraction from forms, receipts and invoices without explicit OCR.
- Ár
- ≈ 0,0648 USD/futás
- Bemenet → kimenet
- Szöveg + Kép → Szöveg
- Fejlesztő
- Community
- Frissítve
- 2026. szeptember 23.
Playground
Próbáld ki: Donut Document
Nincs beviteli forma
Ehhez a modellhez még nincs beviteli forma
A bemenete még nincs dokumentálva. Hogy ne hiúsuljon meg egy futtatás rossz bemenet miatt, itt nem kínálunk formot. Válassz helyette egy hasonló modellt.
Examples
InputNo 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'}}
InputNo 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'}}
A Donut Document névjegye
A Donut Document a Community által fejlesztett modell a Multimodális kategóriában. A Railwail-en a Donut Document ára ≈ 0,0648 USD futásonként.
Árak
| Tipikus futás (≈ 240 s a(z) T4 eszközön) | 0,0648 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
A szolgáltató szerint tipikus: kb. 240 mp
Összesen
6,48 USD
648 kredit
Futásonként
0,0648 USD · 6,48 kredit
A tényleges GPU-idő alapján számlázva; ez egy becslés.
API
Nincs ellenőrzött API-példa
A nyilvános API más bemeneti formátumot továbbít, mint amit ez a modell igényel. Használja a fenti Playground-ot.
Specifikációk
- Modell-azonosító
donut-document- Fejlesztő
- Community
- Kategória
- Multimodális
- Bemenet
- Szöveg, Kép
- Kimenet
- Szöveg
- Számlázás
- Használat alapján (tokenek vagy GPU-idő)
- Katalógus bejegyzés frissítve
- 2026. szeptember 23.
Címkék
- replicate
- ocr
- vision-understanding
- naver
- open-source
Gyakran ismételt kérdések
Mi az a Donut Document?
A Donut Document a Community által fejlesztett modell a Multimodális kategóriában.
Mennyibe kerül a Donut Document a Railwail-on?
A Railwail-en a Donut Document ára ≈ 0,0648 USD futásonként. Az egyes kérések tényleges felhasználásáért kell fizetni. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.
Milyen gyors a Donut Document?
A Donut Document-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 Donut Document jobb, mint a BLIP?
Ez a feladattól függ. A Donut Document (Community) és a BLIP (Salesforce) egyaránt modellek a Multimodális kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.
Donut Document és BLIP összehasonlításaA Donut Document képes képeket feldolgozni?
Igen. A Donut Document szöveg mellett képeket is fogad bemenetként.
Hasonló modellek
Ebben a kategóriában az összes- 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.
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.