GOT-OCR 2.0
got-ocr-2StepFun GOT-OCR 2.0. Unified end-to-end OCR-2.0 model handling text, formulas, charts, sheet music and geometric shapes in one architecture.
- Cijena
- ≈ 0,0012 US$/pokretanje
- Ulaz → izlaz
- Tekst + Slika → Tekst
- Razvojni inženjer
- Community
- Ažurirano
- 23. septembar 2026.
Playground
Isprobaj GOT-OCR 2.0
Nema obrasca za unos
Za ovaj model još nema obrasca za unos
Njegovi unosi još nisu dokumentirani. Kako bi se izbjeglo neuspješno pokretanje zbog pogrešnog unosa, ovdje ne nudimo obrazac. Umjesto toga odaberi usporediv model.
O GOT-OCR 2.0
GOT-OCR 2.0 je model od Community iz kategorije Multimodalni. Na Railwailu, GOT-OCR 2.0 košta ≈ 0,0012 US$ po pokretanju.
Cijene
| Tipično pokretanje (≈ 1 s na L40S) | 0,0012 US$ po pokretanju |
|---|---|
| GPU vrijeme (L40S) | 0,00117 US$ po GPU sekundi |
- Naplaćuje se prema GPU vremenu koje pokretanje zapravo traje. Kada se pokretanje počne, 3× tipična cijena se rezervira iz vašeg stanja i naknadno se namiruje.
- 1 kredit = 0,01 US$
Kalkulator troškova
Kalkulator cijena
Tipično prema pružatelju: oko 1 s
Ukupno
0,12 US$
12 kredita
Po pokretanju
0,0012 US$ · 0,12 kredita
Naplaćuje se stvarno GPU vrijeme; ovo je procjena.
API
Nema provjeren primjer API-ja
Javni API prosleđuje drugačiji format unosa nego što ovaj model trebuje. Koristite playground gore.
Specifikacije
- ID modela
got-ocr-2- Razvojni inženjer
- Community
- Kategorija
- Multimodalni
- Ulaz
- Tekst, Slika
- Izlaz
- Tekst
- Naplata
- Po potrošnji (tokeni ili GPU vrijeme)
- Katalog ažuriran
- 23. septembar 2026.
Oznake
- replicate
- ocr
- vision-understanding
- stepfun
- open-source
Često postavljana pitanja
Što je GOT-OCR 2.0?
GOT-OCR 2.0 je model od Community iz kategorije Multimodalni.
Koliko stoji GOT-OCR 2.0 na Railwailu?
Na Railwailu, GOT-OCR 2.0 košta ≈ 0,0012 US$ po pokretanju. Naplaćuje se ono što svaki zahtjev zapravo koristi. Korištenje se plaća iz unaprijed kupljenih kredita; 1 kredit jednaka je 0,01 US$.
Koliko je brz GOT-OCR 2.0?
Za GOT-OCR 2.0 na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.
Je li GOT-OCR 2.0 bolji od BLIP?
To ovisi o zadatku. GOT-OCR 2.0 (Community) i BLIP (Salesforce) su oba modela iz kategorije Multimodalni. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.
Usporedi GOT-OCR 2.0 i BLIPMože li GOT-OCR 2.0 obraditi slike?
Da. GOT-OCR 2.0 prihvaća slike kao unos osim teksta.
Usporedivi modeli
Svi u ovoj kategoriji- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Svi modeli preko jednog API-ja
Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.