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.
- Precio
- ≈ USD 0.0012/ejecución
- Entrada → Salida
- Texto + Imagen → Texto
- Desarrollador
- Community
- Actualizado
- 23 de septiembre de 2026
Playground
Probar GOT-OCR 2.0
Sin formulario de entrada
Aún no hay formulario de entrada para este modelo
Sus entradas aún no están documentadas. Para evitar errores por entradas incorrectas, no ofrecemos un formulario aquí. Elige un modelo comparable en su lugar.
Acerca de GOT-OCR 2.0
GOT-OCR 2.0 es un modelo de Community en la categoría Multimodal. En Railwail, GOT-OCR 2.0 cuesta ≈ USD 0.0012 por ejecución.
Precios
| Ejecución típica (≈ 1 s en L40S) | USD 0.0012 por ejecución |
|---|---|
| Tiempo de GPU (L40S) | USD 0.00117 por segundo de GPU |
- Se factura por el tiempo de GPU que realmente toma la ejecución. Cuando comienza la ejecución, se reserva 3× el precio típico de tu saldo y se liquida después.
- 1 crédito = USD 0.01
Calculadora de costos
Calculadora de precios
Típico según el proveedor: aprox. 1 s
Total
USD 0.12
12 créditos
Por ejecución
USD 0.0012 · 0.12 créditos
Se factura el tiempo real de GPU; este es un estimado.
API
Sin ejemplo de API verificado
La API pública pasa un formato de entrada diferente al que necesita este modelo. Usa el playground anterior.
Especificaciones
- ID del modelo
got-ocr-2- Desarrollador
- Community
- Categoría
- Multimodal
- Entrada
- Texto, Imagen
- Salida
- Texto
- Facturación
- Por uso (tokens o tiempo de GPU)
- Entrada del catálogo actualizada
- 23 de septiembre de 2026
Etiquetas
- replicate
- ocr
- vision-understanding
- stepfun
- open-source
Preguntas frecuentes
¿Qué es GOT-OCR 2.0?
GOT-OCR 2.0 es un modelo de Community en la categoría Multimodal.
¿Cuánto cuesta GOT-OCR 2.0 en Railwail?
En Railwail, GOT-OCR 2.0 cuesta ≈ USD 0.0012 por ejecución. Se te cobra por lo que cada solicitud realmente usa. El uso se paga con créditos prepagados; 1 crédito equivale a USD 0.01.
¿Qué tan rápido es GOT-OCR 2.0?
Aún no hay suficientes ejecuciones medidas de GOT-OCR 2.0 en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.
¿Es GOT-OCR 2.0 mejor que BLIP?
Eso depende de la tarea. GOT-OCR 2.0 (Community) y BLIP (Salesforce) son ambos modelos en la categoría Multimodal. La página de comparación muestra sus precios y especificaciones lado a lado.
Comparar GOT-OCR 2.0 y BLIP¿Puede GOT-OCR 2.0 procesar imágenes?
Sí. GOT-OCR 2.0 acepta imágenes como entrada además de texto.
Modelos comparables
Todos en esta categoría- 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.
Todos los modelos a través de una API
Una clave API para todos los modelos en Railwail. El uso se cobra con créditos prepagados, 1 crédito = USD 0.01.