CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Prijs
- ≈ US$ 0,0114/uitvoering
- Context
- 8.192 tokens
- Max. uitvoer
- 2.048 tokens
- Invoer → Uitvoer
- Tekst + Afbeelding → Tekst
- Ontwikkelaar
- Community
- Bijgewerkt
- 23 september 2026
Playground
CogVLM2 19B proberen
Geen invoerformulier
Voor dit model is nog geen invoerformulier beschikbaar
De invoeren zijn nog niet gedocumenteerd. Om te voorkomen dat een uitvoering mislukt door onjuiste invoer, bieden we hier geen formulier aan. Kies in plaats daarvan een vergelijkbaar model.
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.
Over CogVLM2 19B
CogVLM2 19B is een model van Community in de categorie Multimodaal. Op Railwail kost CogVLM2 19B ≈ US$ 0,0114 per uitvoering. Het contextvenster bevat 8.192 tokens, en een antwoord kan tot 2.048 tokens lang zijn.
Prijzen
| Typische uitvoering (≈ 10 s op L40S) | US$ 0,0114 per uitvoering |
|---|---|
| GPU-tijd (L40S) | US$Â 0,00117 per GPU-seconde |
- Afgerekend wordt de GPU-tijd die de run werkelijk gebruikt. Wanneer de run start, wordt het 3-voudige van de typische prijs van uw saldo gereserveerd en later verrekend.
- 1 credit = US$Â 0,01
Kostencalculator
Prijscalculator
Typisch volgens de provider: ongeveer 9,7 s
Totaal
US$Â 1,14
114 credits
Per run
US$ 0,0114 · 1,14 credits
Afgerekend wordt de werkelijke GPU-tijd; dit is een schatting.
API
Geen geverifieerd API-voorbeeld
De openbare API geeft een ander invoerformaat door dan dit model nodig heeft. Gebruik de playground hierboven.
Specificaties
- Model-ID
cogvlm2-19b- Ontwikkelaar
- Community
- Categorie
- Multimodaal
- Invoer
- Tekst, Afbeelding
- Uitvoer
- Tekst
- Contextvenster
- 8.192 tokens
- Max. uitvoer
- 2.048 tokens
- Facturering
- Op basis van gebruik (tokens of GPU-tijd)
- Catalogusitem bijgewerkt
- 23 september 2026
Tags
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Veelgestelde vragen
Wat is CogVLM2 19B?
CogVLM2 19B is een model van Community in de categorie Multimodaal.
Hoeveel kost CogVLM2 19B op Railwail?
Op Railwail kost CogVLM2 19B ≈ US$ 0,0114 per uitvoering. U betaalt voor wat elke aanvraag daadwerkelijk verbruikt. Gebruik wordt betaald met vooraf gekochte credits; 1 credit is gelijk aan US$ 0,01.
Wat is het contextvenster van CogVLM2 19B?
Het contextvenster van CogVLM2 19B bevat 8.192 tokens. Een antwoord kan tot 2.048 tokens lang zijn.
Hoe snel is CogVLM2 19B?
Er zijn nog niet genoeg gemeten runs van CogVLM2 19B op Railwail om een uitvoeringstijd op te geven. Dit hangt af van de invoer, de instellingen en de belasting bij de provider.
Is CogVLM2 19B beter dan BLIP?
Dat hangt van de taak af. CogVLM2 19B (Community) en BLIP (Salesforce) zijn beide modellen in de categorie Multimodaal. De vergelijkingspagina toont hun prijzen en specificaties naast elkaar.
CogVLM2 19B en BLIP vergelijkenKan CogVLM2 19B afbeeldingen verwerken?
Ja. CogVLM2 19B accepteert afbeeldingen als invoer naast tekst.
Vergelijkbare modellen
Alle in deze categorie- 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.
Alle modellen via één API
Één API-sleutel voor elk model op Railwail. Gebruik wordt afgerekend via vooraf gekochte credits, 1 credit = US$ 0,01.