LLaVA 1.6 Vicuna 13B
llava-1-6-vicuna-13bLLaVA 1.6 (LLaVA-NeXT) with a Vicuna-13B language backbone. Open vision-language chat model that describes images, answers questions, reads charts and reasons about scenes. Version 1.6 adds higher input resolution and better OCR and reasoning than LLaVA 1.5.
- Цена
- ≈ 0,1021 US$/извршување
- Контекст
- 4.096 токени
- Макс. излез
- 1.024 токени
- Влез → излез
- Текст + Слика → Текст
- Развивач
- Community
- Ажурирано
- 23 септември 2026 г.
Playground
Пробајте LLaVA 1.6 Vicuna 13B
Влез и резултат
Овој тек
приблизно 0,1021 US$ · 10,21 кредити
0,3061 US$ (30,61 кредити) се резервирани на почетокот; вистинското GPU време се наплачува.
За сметки без претходна куповина: текови над 2 кредити бараат допунување.
Нов си овде?
10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google
Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити.
Examples
InputPrompt
What should I take into account when visiting this place?
Response
When visiting a place like the one shown in the image, which appears to be a serene lake with a dock and surrounded by mountains and forests, you should consider the following: 1. **Weather Conditions**: Be prepared for the local weather. It can change rapidly, especially in mountainous areas, so check the forecast and dress in layers. 2. **Safety**: If you plan to go on the water, make sure you have a life jacket and know how to swim. If you're not a strong swimmer, consider wearing a life jacket even if you're just walking along the shore. 3. **Wildlife**: Be aware of the local wildlife and maintain a safe distance. Do not feed the animals, as this can disrupt their natural behavior and diet. 4. **Leave No Trace**: Respect the environment by not littering and by staying on designated paths or trails. 5. **Emergency Preparedness**: Have a first aid kit and know basic first aid. It's also a good idea to have a way to contact emergency services if needed. 6. **Navigation**: If you're going into the woods or on the water, have a map or GPS device and know how to use it. 7. **Hydration and Nutrition**: Bring enough water and food for your visit, especially if you'll be active. 8. **Clothing and Gear**: Wear appropriate clothing for the weather and activities you plan to do. Bring sturdy footwear if you plan to hike or walk on uneven terrain. 9. **Local Regulations**: Follow any posted rules or regulations, which might include fishing regulations, fire restrictions, or…
InputPrompt
What is unusual about this image?
Response
The image shows a person ironing clothes on the back of a moving vehicle, which is an unusual and potentially dangerous activity. Ironing clothes while a vehicle is in motion can be hazardous for the person doing the ironing as well as for other road users. The person is at risk of losing balance and falling off the vehicle, which could result in serious injury. Additionally, the iron could potentially cause a fire or damage to the vehicle or its surroundings if it overheats or malfunctions. This scene is not a safe or typical way to iron clothes and is likely staged for comedic or dramatic effect.
За LLaVA 1.6 Vicuna 13B
LLaVA 1.6 Vicuna 13B е модел од Community во категоријата Мултимодален. На Railwail, LLaVA 1.6 Vicuna 13B чини ≈ 0,1021 US$ по извршување. Контекстниот прозорец содржи 4.096 токени, а еден одговор може да биде до 1.024 токени долг.
Цени
| Типично извршување (≈ 87 s на L40S) | 0,1021 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 87,2 s
Вкупно
10,21 US$
1.021 кредити
По извршување
0,1021 US$ · 10,21 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
llava-1-6-vicuna-13b- Развивач
- Community
- Категорија
- Мултимодален
- Влез
- Текст, Слика
- Излез
- Текст
- Контекстен прозорец
- 4.096 токени
- Макс. излез
- 1.024 токени
- Наплата
- По употреба (токени или GPU време)
- Каталошка ставка ажурирана
- 23 септември 2026 г.
Параметри на влез
Влезови и поставки од шемата на влез на моделот. Примерот во делот API покажува кои од нив ги прифаќа API.
imageзадолжителноImage to analyze
Тип: ТекстСтандардно: –Дозволени вредности: –promptзадолжителноQuestion or instruction about the image
Тип: ТекстСтандардно:Describe this image in detail.Дозволени вредности: до 4.000 знациtop_pТип: БројСтандардно:1Дозволени вредности: 0 до 1max_tokensТип: ЦелинаСтандардно:512Дозволени вредности: 1 до 1.024temperatureТип: БројСтандардно:0.2Дозволени вредности: 0 до 2
Ознаки
- replicate
- llava
- captioning
- vqa
- vision-understanding
- open-weights
- image
Често поставувани прашања
Што е LLaVA 1.6 Vicuna 13B?
LLaVA 1.6 Vicuna 13B е модел од Community во категоријата Мултимодален.
Колку чини LLaVA 1.6 Vicuna 13B на Railwail?
На Railwail, LLaVA 1.6 Vicuna 13B чини ≈ 0,1021 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$.
Колку е контекстниот прозорец на LLaVA 1.6 Vicuna 13B?
Контекстниот прозорец на LLaVA 1.6 Vicuna 13B содржи 4.096 токени. Еден одговор може да биде до 1.024 токени долг.
Колку брз е LLaVA 1.6 Vicuna 13B?
Нема доволно измерени извршувања на LLaVA 1.6 Vicuna 13B на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.
Дали LLaVA 1.6 Vicuna 13B е подобар од BLIP?
Зависи од задачата. LLaVA 1.6 Vicuna 13B (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.
Спореди LLaVA 1.6 Vicuna 13B и BLIPМоже ли LLaVA 1.6 Vicuna 13B да обработува слики?
Да. LLaVA 1.6 Vicuna 13B прифаќа слики како влез покрај текстот.
Слични модели
Сите во оваа категорија- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сите модели преку една API
Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.