Railwail
Pierakstieties

Donut Document

MultimodālsPieejams
no CommunityModeļa ID: donut-document

Naver CLOVA Donut OCR-free document-understanding transformer. End-to-end JSON extraction from forms, receipts and invoices without explicit OCR.

IzmēģinātIegūt API atslēguSalīdzināt
Cena
≈ 0,0648 $/palaidi
Ievade → Izvade
Teksts + Attēls → Teksts
Izstrādātājs
Community
Atjaunināts
2026. gada 23. septembris
01

Spēļu laukums

Izmēģiniet Donut Document

Nav ievades formas

≈ 0,0648 $/palaidi

Šim modelim vēl nav ievades formas

Tā ievades vēl nav dokumentētas. Lai neviena izpilde neuztrūktos nepareizas ievades dēļ, mēs šeit nepiedāvājam formu. Tā vietā izvēlieties salīdzināmu modeli.

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

    No 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'}}

  • InputInput

    No 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'}}

03

Par Donut Document

ĪsumāUz 2026. gada 23. septembris

Donut Document ir Community modelis kategorijā Multimodāls. Railwail platformā Donut Document maksā ≈ 0,0648 $ par palaidi.

04

Cenas

Cenas ASV dolāros. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem.
Tipisks palaidi (≈ 240 s uz T4)0,0648 $ par palaidi
GPU laiks (T4)0,00027 $ par GPU sekundi
  • Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
  • 1 kredīts = 0,01 $

Izmaksu kalkulators

Cenu kalkulators

s

Tipiski pēc sniedzēja: aptuveni 240 s

Kopā

6,48 $

648 kredīti

Uz palaišanu

0,0648 $ · 6,48 kredīti

Norēķins pēc faktiskā GPU laika; šī ir aprēķins.

05

API

Izsauciet Donut Document ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:
donut-documentAPI dokumentācijaIegūt API atslēgu

Nav pārbaudīta API piemēra

Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.

06

Specifikācijas

Modeļa ID
donut-document
Izstrādātājs
Community
Kategorija
Multimodāls
Ievade
Teksts, Attēls
Izvade
Teksts
Norēķini
Pēc lietojuma (tokeni vai GPU laiks)
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Tagi

  • replicate
  • ocr
  • vision-understanding
  • naver
  • open-source
07

Bieži uzdotie jautājumi

Kas ir Donut Document?

Donut Document ir Community izstrādāts modelis Multimodāls kategorijā.

Cik maksā Donut Document Railwail?

Railwail platformā Donut Document maksā ≈ 0,0648 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.

Cik ātrs ir Donut Document?

Railwail platformā Donut Document vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Donut Document ir labāks par BLIP?

Tas ir atkarīgs no uzdevuma. Donut Document (Community) un BLIP (Salesforce) ir abi modeļi Multimodāls kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Donut Document un BLIP

Vai Donut Document var apstrādāt attēlus?

Jā. Donut Document pieņem attēlus kā ievadi papildus tekstam.

08

Salīdzināmi modeļi

Visi šajā kategorijā
  • 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.

    ≈ 0,00030 $/palaidi

    100 % lētāk uz vienību

    Salīdzināt Donut Document un BLIP
  • 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 $/palaidi

    29 % lētāk uz vienību

    Salīdzināt Donut Document un 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 $/palaidi

    92 % lētāk uz vienību

    Salīdzināt Donut Document un Depth Anything v2

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.

Iegūt API atslēguSkatīt visus modeļus