CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Pris
- ≈ 0,0114 USD/kjøring
- Kontekst
- 8 192 tokens
- Maks. utdata
- 2 048 tokens
- Input → output
- Tekst + Bilde → Tekst
- Utvikler
- Community
- Oppdatert
- 23. september 2026
Playground
Prøv CogVLM2 19B
Ingen innmaskering
Ingen innmaskering for denne modellen ennå
Inndataene er ikke dokumentert ennå. For at ingen kjøring skal mislykkes på grunn av feil inndata, tilbyr vi ikke et skjema her. Velg en sammenlignbar modell i stedet.
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.
Om CogVLM2 19B
CogVLM2 19B er en modell fra Community i kategorien Multimodal. På Railwail koster CogVLM2 19B ≈ 0,0114 USD per kjøring. Kontekstvinduet inneholder 8 192 tokens, og ett svar kan være opptil 2 048 tokens langt.
Priser
| Typisk kjøring (≈ 10 s på L40S) | 0,0114 USD per kjøring |
|---|---|
| GPU-tid (L40S) | 0,00117 USD per GPU-sekund |
- Faktureres etter GPU-tiden kjøringen faktisk tar. Når kjøringen starter, blir 3× den typiske prisen reservert fra saldoen din og gjort opp etterpå.
- 1 kreditt = 0,01 USD
Kostnadsberegner
Prisberegner
Typisk ifølge leverandøren: ca. 9,7 s
Totalt
1,14 USD
114 credits
Per kjøring
0,0114 USD · 1,14 credits
Fakturert etter faktisk GPU-tid; dette er et estimat.
API
Ingen verifisert API-eksempel
Det offentlige API-et sender et annet inngangsformat enn det denne modellen trenger. Bruk lekeplassen ovenfor.
Spesifikasjoner
- Modell-ID
cogvlm2-19b- Utvikler
- Community
- Kategori
- Multimodal
- Inndata
- Tekst, Bilde
- Utdata
- Tekst
- Kontekstvindu
- 8 192 tokens
- Maks. utdata
- 2 048 tokens
- Fakturering
- Etter bruk (tokens eller GPU-tid)
- Katalogoppføring oppdatert
- 23. september 2026
Merkelapper
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Ofte stilte spørsmål
Hva er CogVLM2 19B?
CogVLM2 19B er en modell fra Community i kategorien Multimodal.
Hvor mye koster CogVLM2 19B på Railwail?
På Railwail koster CogVLM2 19B ≈ 0,0114 USD per kjøring. Du betaler for det hver forespørsel faktisk bruker. Bruk betales fra forhåndskjøpte kreditter; 1 kreditt tilsvarer 0,01 USD.
Hvor stort er kontekstvinduet til CogVLM2 19B?
Kontekstvinduet til CogVLM2 19B inneholder 8 192 tokens. Ett svar kan være opptil 2 048 tokens langt.
Hvor rask er CogVLM2 19B?
Det finnes ennå ikke nok målte kjøringer av CogVLM2 19B på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.
Er CogVLM2 19B bedre enn BLIP?
Det avhenger av oppgaven. CogVLM2 19B (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.
Sammenlign CogVLM2 19B og BLIPKan CogVLM2 19B behandle bilder?
Ja. CogVLM2 19B godtar bilder som inndata i tillegg til tekst.
Sammenlignbare modeller
Alle i denne kategorien- 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 modeller gjennom én API
Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.