MiniCPM-V 2.6
minicpm-v-2-6OpenBMB MiniCPM-V 2.6. 8B vision-language model with strong single-image, multi-image and video understanding plus OCR capabilities.
- Precio
- ≈ USD 0.0015/ejecución
- Contexto
- 32,768 tokens
- Salida máxima
- 4,096 tokens
- Entrada → Salida
- Texto + Imagen + Video → Texto
- Desarrollador
- Community
- Actualizado
- 23 de septiembre de 2026
Playground
Probar MiniCPM-V 2.6
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.
Examples
Response
视频展示了几个场景，强调了学习和实践的重要性。首先，一个穿着围裙的人正在用蓝色胶带做标记，暗示着一个装修或艺术项目。接着，一个小组在办公室环境中开会，强调了团队合作和知识分享。然后，视频展示了一个人在篮球场上投篮，象征着通过实践学习和成长。最后，展示了一个人在厨房里撒糖粉，可能是在烘焙，强调了将知识应用于实践。这些场景共同传达了不断学习和实践知识的重要性，无论是在个人成长还是职业发展中。
Response
这幅图片展示了一个年轻男性的动画角色，他有着深棕色的头发和棕色的眼睛，微微泛红的脸颊，表明他可能感到害羞或兴奋。他穿着一件简单的白色短袖衬衫，背着一个黑色背包，暗示他可能是一个学生或旅行者。他的姿势轻松，一只手托着头，另一只手放在膝盖上，表明他处于放松或思考的状态。背景是一个郁郁葱葱的森林，阳光透过树叶洒下，营造出宁静的氛围。柔和的光线和散落的心形光斑增添了场景的梦幻和浪漫氛围。
Acerca de MiniCPM-V 2.6
MiniCPM-V 2.6 es un modelo de Community en la categoría Multimodal. En Railwail, MiniCPM-V 2.6 cuesta ≈ USD 0.0015 por ejecución. La ventana de contexto contiene 32,768 tokens, y una respuesta puede tener hasta 4,096 tokens.
Precios
| Ejecución típica (≈ 1 s en L40S) | USD 0.0015 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. 1.2 s
Total
USD 0.15
15 créditos
Por ejecución
USD 0.0015 · 0.15 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
minicpm-v-2-6- Desarrollador
- Community
- Categoría
- Multimodal
- Entrada
- Texto, Imagen, Video
- Salida
- Texto
- Ventana de contexto
- 32,768 tokens
- Salida máxima
- 4,096 tokens
- Facturación
- Por uso (tokens o tiempo de GPU)
- Entrada del catálogo actualizada
- 23 de septiembre de 2026
Etiquetas
- replicate
- multimodal
- vision-understanding
- open-weights
- small
Preguntas frecuentes
¿Qué es MiniCPM-V 2.6?
MiniCPM-V 2.6 es un modelo de Community en la categoría Multimodal.
¿Cuánto cuesta MiniCPM-V 2.6 en Railwail?
En Railwail, MiniCPM-V 2.6 cuesta ≈ USD 0.0015 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.
¿Cuál es la ventana de contexto de MiniCPM-V 2.6?
La ventana de contexto de MiniCPM-V 2.6 contiene 32,768 tokens. Una respuesta puede tener hasta 4,096 tokens.
¿Qué tan rápido es MiniCPM-V 2.6?
Aún no hay suficientes ejecuciones medidas de MiniCPM-V 2.6 en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.
¿Es MiniCPM-V 2.6 mejor que BLIP?
Eso depende de la tarea. MiniCPM-V 2.6 (Community) y BLIP (Salesforce) son ambos modelos en la categoría Multimodal. La página de comparación muestra sus precios y especificaciones lado a lado.
Comparar MiniCPM-V 2.6 y BLIP¿Puede MiniCPM-V 2.6 procesar imágenes?
Sí. MiniCPM-V 2.6 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.