BLIP

MultimodalusPrieinamas
iš SalesforceModelio ID: 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.

Kaina
≈ 0,00030 USD/paleidimas
Įvestis → išvestis
Tekstas + Vaizdas → Tekstas
Kūrėjas
Salesforce
Atnaujinta
2026 m. rugsėjo 23 d.
01

Žaidimų aikštelė

Išbandyti BLIP

Įvestis ir rezultatas

≈ 0,00030 USD/paleidimas
Išbandyti BLIP

Question for visual question answering mode

Rezultatas
Atsakymas pasirodo čia.

Šis paleidimas

apie 0,0003 USD · 0,03 kreditai

Pradžioje rezervuojama 0,0009 USD (0,09 kreditai); sąskaita sudaroma pagal faktinį GPU laiką.

Naujas čia?

10 nemokami kreditai (0,10 USD), kai užsiregistruojate naudodami Google

Galima naudoti 24 valandų po registracijos, iki 5 paleidimų per dieną ir daugiausia 2 kreditų per paleidimą. Kiti prisijungimo būdai pradedami be kreditų. Pakanka 111 šio modelio paleidimų.

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

Apie BLIP

TrumpaiNuo 2026 m. rugsėjo 23 d.

BLIP yra Salesforce modelis iš Multimodalus kategorijos. Per Railwail BLIP kainuoja ≈ 0,00030 USD už vieną paleidimą.

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

Kainos

Kainos nurodyta JAV doleriais. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų.
Tipinis paleidimas (≈ 1 s su T4)0,00030 USD už vieną paleidimą
GPU laikas (T4)0,00027 USD už GPU sekundę
  • Apmokestinama pagal GPU laiką, kurio iš tikrųjų reikia paleidimui. Paleidimui pradėjus, iš jūsų balanso rezervuojamas 3× tipinis kaina ir vėliau sudengiama.
  • 1 kreditas = 0,01 USD

Kainos skaičiuoklė

Kainos skaičiuoklė

s

Tipiškai pagal teikėją: apie 1 s

Iš viso

0,03 USD

3 kreditai

Per paleidimą

0,0003 USD · 0,03 kreditai

Sąskaitoje faktinis GPU laikas; tai yra sąmata.

05

API

Iškvieskite BLIP naudodami savo Railwail API raktą. Šioje užklausoje naudokite šią modelio ID:

Nėra patikrinto API pavyzdžio

Viešoji API perduoda kitą įvesties formatą nei šis modelis reikalingas. Naudokite aukščiau esančią žaidimų aikštelę.

06

Specifikacijos

Modelio ID
blip-captioning
Kūrėjas
Salesforce
Kategorija
Multimodalus
Įvestis
Tekstas, Vaizdas
Išvestis
Tekstas
Sąskaita
Pagal naudojimą (žetonai arba GPU laikas)
Katalogo įrašas atnaujintas
2026 m. rugsėjo 23 d.

Įvesties parametrai

Įvestys ir nustatymai iš modelio įvesties schemos. API sekcijoje pateiktas pavyzdys rodo, kuriuos iš jų priima API.

  • imageprivalomas

    Image to caption or ask about

    Tipas: Tekstas
    Numatytasis: –
    Leidžiamos reikšmės: –
  • task
    Tipas: Pasirinkimas
    Numatytasis: image_captioning
    Leidžiamos reikšmės: image_captioning ar visual_question_answering
  • question

    Question for visual question answering mode

    Tipas: Tekstas
    Numatytasis: –
    Leidžiamos reikšmės: –

Žymos

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

Dažnai užduodami klausimai

Kas yra BLIP?

BLIP yra Salesforce modelis iš Multimodalus kategorijos.

Kiek kainuoja BLIP Railwail?

Per Railwail BLIP kainuoja ≈ 0,00030 USD už vieną paleidimą. Jums sąskaitoje pateikiama suma, kurią iš tikrųjų sunaudoja kiekvienas užklausa. Naudojimas apmokamas iš išanksto nupirktų kreditų; 1 kreditas = 0,01 USD.

Kokius nustatymus palaiko BLIP?

Pagal jos įvesties schemą, BLIP žino šiuos parametrus: image, task (image_captioning ar visual_question_answering) ir question.

Koks yra BLIP greitis?

BLIP Railwail platformoje dar nėra pakankamai išmatuotų vykdymų, kad būtų galima nurodyti vykdymo laiką. Jis priklauso nuo įvesties, nustatymų ir teikėjo apkrovos.

Ar BLIP geriau nei CLIP Interrogator?

Tai priklauso nuo užduoties. BLIP (Salesforce) ir CLIP Interrogator (Community) yra abu modeliai iš Multimodalus kategorijos. Palyginimo puslapyje jų kainos ir specifikacijos rodomos viena šalia kitos.

Palyginti BLIP ir CLIP Interrogator

Ar BLIP gali apdoroti vaizdus?

Taip. BLIP priima vaizdus kaip įvestį, be teksto.

08

Panašūs modeliai

Visi šioje kategorijoje
  • 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 USD/paleidimas

    15 133 % brangiau už vienetą

    Palyginti BLIP ir CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 USD/paleidimas

    1 567 % brangiau už vienetą

    Palyginti BLIP ir Depth Anything v2
  • 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 USD/paleidimas

    5 900 % brangiau už vienetą

    Palyginti BLIP ir SAM 2 (Segment Anything 2)

Visi modeliai per vieną API

Vienas API raktas visiems Railwail modeliams. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų, 1 kreditas = 0,01 USD.