CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Цена
- ≈ 0,0114 US$/извршување
- Контекст
- 8.192 токени
- Макс. излез
- 2.048 токени
- Влез → излез
- Текст + Слика → Текст
- Развивач
- Community
- Ажурирано
- 23 септември 2026 г.
Playground
Пробајте CogVLM2 19B
Нема форма за влез
За овој модел сè уште нема форма за влез
Неговите влезови сè уште не се документирани. За да не пропадне извршување поради погрешен влез, не нудиме форма овде. Наместо тоа, изберете сличен модел.
Examples
InputPrompt
Describe this image.
Response
The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.
За CogVLM2 19B
CogVLM2 19B е модел од Community во категоријата Мултимодален. На Railwail, CogVLM2 19B чини ≈ 0,0114 US$ по извршување. Контекстниот прозорец содржи 8.192 токени, а еден одговор може да биде до 2.048 токени долг.
Цени
| Типично извршување (≈ 10 s на L40S) | 0,0114 US$ по извршување |
|---|---|
| GPU време (L40S) | 0,00117 US$ по GPU секунда |
- Се наплаќува според GPU времето што извршувањето всушност го потребува. Кога извршувањето почнува, 3× типичната цена се резервира од вашиот салдо и се пресметува потоа.
- 1 кредит = 0,01 US$
Калкулатор за трошоци
Калкулатор за цена
Типично според добавувачот: околу 9,7 s
Вкупно
1,14 US$
114 кредити
По извршување
0,0114 US$ · 1,14 кредити
Наплачено е вистинското GPU време; ова е проценка.
API
Нема потврден API пример
Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.
Спецификации
- ID на моделот
cogvlm2-19b- Развивач
- Community
- Категорија
- Мултимодален
- Влез
- Текст, Слика
- Излез
- Текст
- Контекстен прозорец
- 8.192 токени
- Макс. излез
- 2.048 токени
- Наплата
- По употреба (токени или GPU време)
- Каталошка ставка ажурирана
- 23 септември 2026 г.
Ознаки
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Често поставувани прашања
Што е CogVLM2 19B?
CogVLM2 19B е модел од Community во категоријата Мултимодален.
Колку чини CogVLM2 19B на Railwail?
На Railwail, CogVLM2 19B чини ≈ 0,0114 US$ по извршување. Се наплаќува за она што секој барање всушност користи. Употребата се плаќа од подготвени кредити; 1 кредит е еднаков на 0,01 US$.
Колку е контекстниот прозорец на CogVLM2 19B?
Контекстниот прозорец на CogVLM2 19B содржи 8.192 токени. Еден одговор може да биде до 2.048 токени долг.
Колку брз е CogVLM2 19B?
Нема доволно измерени извршувања на CogVLM2 19B на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.
Дали CogVLM2 19B е подобар од BLIP?
Зависи од задачата. CogVLM2 19B (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.
Спореди CogVLM2 19B и BLIPМоже ли CogVLM2 19B да обработува слики?
Да. CogVLM2 19B прифаќа слики како влез покрај текстот.
Слични модели
Сите во оваа категорија- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сите модели преку една API
Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.