BLIP

Name: BLIP
Brand: Salesforce
SKU: blip-captioning
Price: 0.0003 USD
Availability: InStock

מולטימודאלזמין

מאת Salesforceblip-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.

נסה זאת קבל מפתח API השווה

מחיר: ≈ ‏0.00030 ‏$/הרצה
קלט → פלט: טקסט + תמונה → טקסט
מפתח: Salesforce
עודכן: 23 בספטמבר 2026

Playground

נסה את BLIP

קלט ותוצאה

≈ ‏0.00030 ‏$/הרצה

Question(אופציונלי)

Question for visual question answering mode

תמונה

משימה(אופציונלי)

⌘/Ctrl + Enter

תוצאה

התשובה תופיע כאן.

הריצה הזו

בערך ‏0.0003 ‏$ · 0.03 קרדיטים

‏0.0009 ‏$ (0.09 קרדיטים) מסוכנים בתחילת הריצה; זמן ה-GPU בפועל יחויב.

חדש כאן?

10 קרדיטים חינם (‏0.10 ‏$) כשאתה נרשם עם Google

ניתן להשתמש 24 שעות לאחר ההרשמה, עד 5 ריצות ביום ולכל היותר 2 קרדיטים לריצה. שיטות כניסה אחרות מתחילות ללא קרדיטים. מספיק ל-111 הרצות של מודל זה.

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.

Input

Prompt

image_captioning

Output (JSON, shortened)

[
  {
    "text": "Caption: a woman sitting on the beach with a dog"
  }
]

Input
Prompt
what is in the sky?
Output (JSON, shortened)
```
[
  {
    "text": "Answer: moon"
  }
]
```
Input
Prompt
what is in the lake?
Output (JSON, shortened)
```
[
  {
    "text": "Answer: swans"
  }
]
```

אודות BLIP

בקצרהנכון ל-23 בספטמבר 2026

BLIP הוא מודל של Salesforce בקטגוריית מולטימודאל. ב-Railwail, BLIP עולה ≈ ‏0.00030 ‏$ להרצה.

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.

תמחור

מחירים בדולר אמריקאי. השימוש מחויב מאשראי מראש.

הרצה טיפוסית (≈ 1 s ב-T4)	‏0.00030 ‏$ להרצה
זמן GPU (T4)	‏0.00027 ‏$ לשנייה של GPU

חיוב לפי זמן ה-GPU שההרצה בעצם לוקחת. כשההרצה מתחילה, 3× המחיר הטיפוסי מוזמן מהיתרה שלך ומסולק לאחר מכן.
1 קרדיט = ‏0.01 ‏$

מחשבון עלויות

מחשבון מחירים

שניות GPU לכל הרצה

טיפוסי לפי הספק: כ-1 שנ׳

הרצות

סה״כ

‏0.03 ‏$

3 קרדיטים

לכל הרצה

‏0.0003 ‏$ · 0.03 קרדיטים

חיוב לפי זמן ה-GPU בפועל; זו הערכה.

API

קראו ל-BLIP עם מפתח ה-API של Railwail שלכם. השתמשו ב-ID מודל זה בבקשה:

blip-captioningתיעוד API קבלו מפתח API

אין דוגמה API מאומתת

ה-API הציבורי מעביר פורמט קלט שונה מזה שהדגם הזה צריך. השתמש בגובה המשחק למעלה.

מפרטים

ID מודל: blip-captioning
מפתח: Salesforce
קטגוריה: מולטימודאל
קלט: טקסט, תמונה
פלט: טקסט
חיוב: לפי שימוש (טוקנים או זמן GPU)
רשומת הקטלוג עודכנה: 23 בספטמבר 2026

פרמטרים קלט

קלטים והגדרות מסכימת הקלט של המודל. הדוגמה בסעיף API מציגה אילו מהם ה-API מקבל.

פרמטרסוגברירת מחדלערכים מותרים

imageחובה
Image to caption or ask about
סוג: טקסט
ברירת מחדל: –
ערכים מותרים: –
task
סוג: בחירה
ברירת מחדל: image_captioning
ערכים מותרים: image_captioning או visual_question_answering
question
Question for visual question answering mode
סוג: טקסט
ברירת מחדל: –
ערכים מותרים: –

תגיות

replicate
blip
captioning
vqa
salesforce
vision-understanding
image

שאלות נפוצות

מה זה BLIP?

BLIP הוא מודל של Salesforce בקטגוריית מולטימודאל.

כמה עולה BLIP ב-Railwail?

ב-Railwail, BLIP עולה ≈ ‏0.00030 ‏$ להרצה. אתה משלם על מה שכל בקשה בעצם משתמשת. השימוש משולם מקרדיטים שנרכשו מראש; 1 קרדיט שווה ‏0.01 ‏$.

אילו הגדרות תומך BLIP?

לפי סכימת הקלט שלו, BLIP מכיר את הפרמטרים הבאים: image, task (image_captioning או visual_question_answering) ו-question.

כמה מהיר BLIP?

עדיין אין מספיק הרצות שנמדדו של BLIP ב-Railwail כדי לציין זמן הרצה. זה תלוי בקלט, בהגדרות ובעומס אצל הספק.

האם BLIP טוב יותר מ-CLIP Interrogator?

זה תלוי במשימה. BLIP (Salesforce) ו-CLIP Interrogator (Community) הם שניהם מודלים בקטגוריית מולטימודאל. דף ההשוואה מציג את המחירים והמפרטים שלהם זה לצד זה.

השווה בין BLIP ל-CLIP Interrogator

האם BLIP יכול לעבד תמונות?

כן. BLIP מקבל תמונות כקלט בנוסף לטקסט.

דגמים דומים

הכל בקטגוריה זו

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 ‏$/הרצה
15,133 % יקר יותר ליחידה
השווה בין BLIP ל-CLIP Interrogator
Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
≈ ‏0.0050 ‏$/הרצה
1,567 % יקר יותר ליחידה
השווה בין BLIP ל-Depth Anything v2
SAM 2 (Segment Anything 2)Meta
Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.
≈ ‏0.018 ‏$/הרצה
5,900 % יקר יותר ליחידה
השווה בין BLIP ל-SAM 2 (Segment Anything 2)

כל המודלים דרך API אחד

מפתח API אחד לכל מודל ב-Railwail. השימוש מחויב מאשראי מראש, 1 אשראי = ‏0.01 ‏$.

קבלו מפתח API צפו בכל המודלים