DeepSeek-VL 7B
deepseek-vl-7bDeepSeek-VL 7B chat model. Vision-language model with hybrid vision encoder and strong real-world visual question answering performance.
- מחיר
- ≈ 0.0086 $/הרצה
- הקשר
- 4,096 טוקנים
- פלט מקסימלי
- 2,048 טוקנים
- קלט → פלט
- טקסט + תמונה → טקסט
- מפתח
- DeepSeek
- עודכן
- 23 בספטמבר 2026
Playground
נסה את DeepSeek-VL 7B
אין טופס קלט
עדיין אין טופס קלט למודל זה
הקלטים שלו עדיין לא תועדו. כדי שלא תיכשל הרצה בקלט שגוי, אנחנו לא מציעים טופס כאן. בחר במודל דומה במקום זאת.
Examples
InputPrompt
Describe each stage of this image
Response
The image depicts a three-stage process for training a vision-language model. 1. Stage 1: Training VL Adapter: In this stage, a vision-language adapter is trained using supervised fine-tuning. The adapter is trained on image-text pairs and pure language sequences. 2. Stage 2: Joint VL Pre-training: In this stage, a joint vision-language model is pre-trained using self-supervised learning. The model is trained on image-text pairs and pure language sequences. 3. Stage 3: Supervised Fine-tuning: In this stage, the model is fine-tuned on supervised tasks using image-text pairs and pure language sequences. The model is trained using a hybrid vision-language adapter, which combines a vision-language adapter with a language model. The model is trained on a variety of tasks, including image captioning, visual question answering, and visual reasoning. The model is able to understand the visual content of an image and generate a natural language description or answer.
InputPrompt
Describe this image
Response
The image you've provided is a meme featuring a French Bulldog lying on its side on a blue wooden floor. The dog's head is resting on its paws, and it appears to be sleeping. The meme has a text overlay that reads "MONDAY. JUST...MONDAY." This suggests that the meme is making a humorous comment about the start of the work week. The dog's relaxed posture and the text overlay together create a light-hearted and relatable message.
אודות DeepSeek-VL 7B
DeepSeek-VL 7B הוא מודל של DeepSeek בקטגוריית מולטימודאל. ב-Railwail, DeepSeek-VL 7B עולה ≈ 0.0086 $ להרצה. חלון ההקשר מכיל 4,096 טוקנים, והתשובה יכולה להיות עד 2,048 טוקנים.
תמחור
| הרצה טיפוסית (≈ 7 s ב-L40S) | 0.0086 $ להרצה |
|---|---|
| זמן GPU (L40S) | 0.00117 $ 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
טיפוסי לפי הספק: כ-7.3 שנ׳
סה״כ
0.86 $
86 קרדיטים
לכל הרצה
0.0086 $ · 0.86 קרדיטים
חיוב לפי זמן ה-GPU בפועל; זו הערכה.
API
אין דוגמה API מאומתת
ה-API הציבורי מעביר פורמט קלט שונה מזה שהדגם הזה צריך. השתמש בגובה המשחק למעלה.
מפרטים
- ID מודל
deepseek-vl-7b- מפתח
- DeepSeek
- קטגוריה
- מולטימודאל
- קלט
- טקסט, תמונה
- פלט
- טקסט
- חלון הקשר
- 4,096 טוקנים
- פלט מקסימלי
- 2,048 טוקנים
- חיוב
- לפי שימוש (טוקנים או זמן GPU)
- רשומת הקטלוג עודכנה
- 23 בספטמבר 2026
תגיות
- replicate
- multimodal
- vision-understanding
- deepseek
- open-weights
שאלות נפוצות
מה זה DeepSeek-VL 7B?
DeepSeek-VL 7B הוא מודל של DeepSeek בקטגוריית מולטימודאל.
כמה עולה DeepSeek-VL 7B ב-Railwail?
ב-Railwail, DeepSeek-VL 7B עולה ≈ 0.0086 $ להרצה. אתה משלם על מה שכל בקשה בעצם משתמשת. השימוש משולם מקרדיטים שנרכשו מראש; 1 קרדיט שווה 0.01 $.
מה גודל חלון ההקשר של DeepSeek-VL 7B?
חלון ההקשר של DeepSeek-VL 7B מכיל 4,096 טוקנים. התשובה יכולה להיות עד 2,048 טוקנים.
כמה מהיר DeepSeek-VL 7B?
עדיין אין מספיק הרצות שנמדדו של DeepSeek-VL 7B ב-Railwail כדי לציין זמן הרצה. זה תלוי בקלט, בהגדרות ובעומס אצל הספק.
האם DeepSeek-VL 7B טוב יותר מ-BLIP?
זה תלוי במשימה. DeepSeek-VL 7B (DeepSeek) ו-BLIP (Salesforce) הם שניהם מודלים בקטגוריית מולטימודאל. דף ההשוואה מציג את המחירים והמפרטים שלהם זה לצד זה.
השווה בין DeepSeek-VL 7B ל-BLIPהאם DeepSeek-VL 7B יכול לעבד תמונות?
כן. DeepSeek-VL 7B מקבל תמונות כקלט בנוסף לטקסט.
דגמים דומים
הכל בקטגוריה זו- 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.
כל המודלים דרך API אחד
מפתח API אחד לכל מודל ב-Railwail. השימוש מחויב מאשראי מראש, 1 אשראי = 0.01 $.