CLIP Interrogator
clip-interrogatorpharmapsychotic'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.
- Verð
- ≈ 0,0457 USD/keyrsla
- Inntak → úttak
- Texti + Mynd → Texti
- Þróunaraðili
- Community
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu CLIP Interrogator
Inntak og úttak
Þessi keyrsla
um 0,0457 USD · 4,57 inneign
0,1369 USD (13,69 inneign) eru fráteknar við upphaf; raunverulegur GPU-tími er innheimtaður.
Fyrir reikninga án kaupa: keyrslur yfir 2 inneign þurfa áfyllingu.
Nýr hér?
10 ókeypis inneign (0,10 USD) þegar þú skráir þig með Google
Hægt að nota 24 klst. eftir skráningu, allt að 5 keyrslur á dag og að hámarki 2 inneign á keyrslu. Aðrar innskráningaraðferðir byrja án inneignar.
Examples
InputNo text prompt: the model only takes the input shown.
Response
a watercolor painting of a sea turtle, a digital painting, by Kubisi art, featured on dribbble, medibang, warm saturated palette, red and green tones, turquoise horizon, digital art h 9 6 0, detailed scenery —width 672, illustration:.4, spray art, artstatiom
InputNo text prompt: the model only takes the input shown.
Response
a painting of a field with green grass, by Vincent Van Gogh, featured on deviantart, windy day, virtuosic level detail, the front of a trading card, loosely cropped, expansive, tendrils in the background, photo courtesy museum of art, 1980s art, standing on a hill, creative commons attribution
Um CLIP Interrogator
CLIP Interrogator er módel frá Community í flokknum Fjölbreytilegt. Á Railwail kostar CLIP Interrogator ≈ 0,0457 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 169 s á T4) | 0,0457 USD fyrir hverja keyrslu |
|---|---|
| GPU-tími (T4) | 0,00027 USD fyrir hverja GPU-sekúndu |
- Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
- 1 inneign = 0,01 USD
Kostnaðarreiknir
Verðreiknir
Dæmigert samkvæmt veitanda: um 168,9 s
Samtals
4,57 USD
457 inneign
Fyrir hverja keyrslu
0,0457 USD · 4,57 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.
Forskriftir
- Módel-auðkenni
clip-interrogator- Þróunaraðili
- Community
- Flokkur
- Fjölbreytilegt
- Inntak
- Texti, Mynd
- Úttak
- Texti
- Reikningur
- Eftir notkun (tókar eða GPU-tími)
- Vörulistafærsla uppfærð
- 23. september 2026
Inntaksbreytur
Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.
imagenauðsynlegtImage to interrogate
Tegund: TextiSjálfgefið: –Leyfðir gildir: –modeTegund: ValSjálfgefið:bestLeyfðir gildir: best, fast, classic eða negativeclip_model_nameTegund: TextiSjálfgefið:ViT-L-14/openaiLeyfðir gildir: –
Merki
- replicate
- clip-interrogator
- captioning
- tagging
- clip
- blip
- prompt-generation
- image
Algengar spurningar
Hvað er CLIP Interrogator?
CLIP Interrogator er módel frá Community í flokknum Fjölbreytilegt.
Hvað kostar CLIP Interrogator á Railwail?
Á Railwail kostar CLIP Interrogator ≈ 0,0457 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.
Hvaða stillingar styður CLIP Interrogator?
Samkvæmt inntaksskema sínu þekkir CLIP Interrogator þessa færibreytu: image, mode (best, fast, classic eða negative) og clip_model_name.
Hversu hratt er CLIP Interrogator?
Það eru ekki nóg mældar keyrslur af CLIP Interrogator á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er CLIP Interrogator betra en BLIP?
Það fer eftir verkefninu. CLIP Interrogator (Community) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman CLIP Interrogator og BLIPGetur CLIP Interrogator unnið úr myndum?
Já. CLIP Interrogator tekur myndir sem inntok auk texta.
Sambærileg módel
Öll í þessum flokki- 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.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.
Öll módel í gegnum eina API
Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.