Railwail
Logg inn

Donut Document

MultimodalTilgjengelig
av CommunityModell-ID: donut-document

Naver CLOVA Donut OCR-free document-understanding transformer. End-to-end JSON extraction from forms, receipts and invoices without explicit OCR.

Prøv detFå API-nøkkelSammenlign
Pris
≈ 0,0648 USD/kjøring
Input → output
Tekst + Bilde → Tekst
Utvikler
Community
Oppdatert
23. september 2026
01

Playground

Prøv Donut Document

Ingen innmaskering

≈ 0,0648 USD/kjøring

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.

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.
  • InputInput

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

    Response

    {'menu': [{'nm': 'ICE BLAOKCOFFE', 'cnt': '2', 'price': '82,000'}, {'nm': 'AVOCADO COFFEE', 'cnt': '1', 'price': '61,000'}, {'nm': 'Oud CHINEN KATSU FF', 'cnt': '1', 'price': '51,000'}], 'sub_total': {'subtotal_price': '194,000', 'discount_price': '19,400'}, 'total': {'total_price': '174,600', 'cashprice': '200,000', 'changeprice': '25,400'}}

  • InputInput

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

    Response

    {'menu': [{'nm': '0571-1854 BLUS WANITA', 'unitprice': '@120,000', 'cnt': '1', 'price': '120,000'}, {'nm': '1002-0060 SHOPPING BAG', 'cnt': '1', 'price': '0'}], 'total': {'total_price': '120,000', 'changeprice': '0', 'creditcardprice': '120,000', 'menuqty_cnt': '1'}}

03

Om Donut Document

Kort sagtPer 23. september 2026

Donut Document er en modell fra Community i kategorien Multimodal. På Railwail koster Donut Document ≈ 0,0648 USD per kjøring.

04

Priser

Priser i amerikanske dollar. Bruk belastes fra forhåndsbetalt kreditt.
Typisk kjøring (≈ 240 s på T4)0,0648 USD per kjøring
GPU-tid (T4)0,00027 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

s

Typisk ifølge leverandøren: ca. 240 s

Totalt

6,48 USD

648 credits

Per kjøring

0,0648 USD · 6,48 credits

Fakturert etter faktisk GPU-tid; dette er et estimat.

05

API

Ring Donut Document med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:
donut-documentAPI-dokumentasjonFå en API-nøkkel

Ingen verifisert API-eksempel

Det offentlige API-et sender et annet inngangsformat enn det denne modellen trenger. Bruk lekeplassen ovenfor.

06

Spesifikasjoner

Modell-ID
donut-document
Utvikler
Community
Kategori
Multimodal
Inndata
Tekst, Bilde
Utdata
Tekst
Fakturering
Etter bruk (tokens eller GPU-tid)
Katalogoppføring oppdatert
23. september 2026

Merkelapper

  • replicate
  • ocr
  • vision-understanding
  • naver
  • open-source
07

Ofte stilte spørsmål

Hva er Donut Document?

Donut Document er en modell fra Community i kategorien Multimodal.

Hvor mye koster Donut Document på Railwail?

På Railwail koster Donut Document ≈ 0,0648 USD per kjøring. Du betaler for det hver forespørsel faktisk bruker. Bruk betales fra forhåndskjøpte kreditter; 1 kreditt tilsvarer 0,01 USD.

Hvor rask er Donut Document?

Det finnes ennå ikke nok målte kjøringer av Donut Document på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

Er Donut Document bedre enn BLIP?

Det avhenger av oppgaven. Donut Document (Community) og BLIP (Salesforce) er begge modeller i kategorien Multimodal. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

Sammenlign Donut Document og BLIP

Kan Donut Document behandle bilder?

Ja. Donut Document godtar bilder som inndata i tillegg til tekst.

08

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.

    ≈ 0,00030 USD/kjøring

    100 % billigere per enhet

    Sammenlign Donut Document og BLIP
  • 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.

    ≈ 0,0457 USD/kjøring

    29 % billigere per enhet

    Sammenlign Donut Document og CLIP Interrogator
  • Depth Anything v2Community

    Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 USD/kjøring

    92 % billigere per enhet

    Sammenlign Donut Document og Depth Anything v2

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.

Få API-nøkkelSe alle modeller