SAM 2 (Segment Anything 2)

MultimodalDisponible
de MetaID del modelo: sam-2

Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.

Precio
≈ USD 0.018/ejecución
Entrada → Salida
Texto + Imagen + Video → Texto
Desarrollador
Meta
Actualizado
23 de septiembre de 2026
01

Playground

Probar SAM 2 (Segment Anything 2)

Sin formulario de entrada

≈ USD 0.018/ejecución

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.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Example output 1 from SAM 2 (Segment Anything 2)Open full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 2 from SAM 2 (Segment Anything 2)Open full size
    InputInput

    No text prompt: the model only takes the input shown.

03

Acerca de SAM 2 (Segment Anything 2)

ResumenA partir de 23 de septiembre de 2026

SAM 2 (Segment Anything 2) es un modelo de Meta en la categoría Multimodal. En Railwail, SAM 2 (Segment Anything 2) cuesta ≈ USD 0.018 por ejecución.

04

Precios

Precios en dólares estadounidenses. El uso se cobra con créditos prepagados.
Ejecución típica (≈ 15 s en L40S)USD 0.018 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

s

Típico según el proveedor: aprox. 15.4 s

Total

USD 1.80

180 créditos

Por ejecución

USD 0.018 · 1.8 créditos

Se factura el tiempo real de GPU; este es un estimado.

05

API

Llama a SAM 2 (Segment Anything 2) con tu clave de API de Railwail. Usa este ID de modelo en la solicitud:

Sin ejemplo de API verificado

La API pública pasa un formato de entrada diferente al que necesita este modelo. Usa el playground anterior.

06

Especificaciones

ID del modelo
sam-2
Desarrollador
Meta
Categoría
Multimodal
Entrada
Texto, Imagen, Video
Salida
Texto
Facturación
Por uso (tokens o tiempo de GPU)
Entrada del catálogo actualizada
23 de septiembre de 2026

Etiquetas

  • replicate
  • segmentation
  • meta
  • vision-understanding
  • open-weights
07

Preguntas frecuentes

¿Qué es SAM 2 (Segment Anything 2)?

SAM 2 (Segment Anything 2) es un modelo de Meta en la categoría Multimodal.

¿Cuánto cuesta SAM 2 (Segment Anything 2) en Railwail?

En Railwail, SAM 2 (Segment Anything 2) cuesta ≈ USD 0.018 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 SAM 2 (Segment Anything 2)?

Aún no hay suficientes ejecuciones medidas de SAM 2 (Segment Anything 2) en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es SAM 2 (Segment Anything 2) mejor que BLIP?

Eso depende de la tarea. SAM 2 (Segment Anything 2) (Meta) y BLIP (Salesforce) son ambos modelos en la categoría Multimodal. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar SAM 2 (Segment Anything 2) y BLIP

¿Puede SAM 2 (Segment Anything 2) procesar imágenes?

Sí. SAM 2 (Segment Anything 2) acepta imágenes como entrada además de texto.

08

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.

    ≈ USD 0.00030/ejecución

    98 % más barato por unidad

    Comparar SAM 2 (Segment Anything 2) vs. BLIP
  • 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.

    ≈ USD 0.0457/ejecución

    154 % más caro por unidad

    Comparar SAM 2 (Segment Anything 2) vs. CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ USD 0.0050/ejecución

    72 % más barato por unidad

    Comparar SAM 2 (Segment Anything 2) vs. Depth Anything v2

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.