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.
- Cena
- ≈ 0,0015 USD/uruchomienie
- Kontekst
- 32 768 tokenów
- Maks. wyjście
- 4096 tokenów
- Wejście → Wyjście
- Tekst + Obraz + Wideo → Tekst
- Deweloper
- Community
- Zaktualizowano
- 23 września 2026
Playground
Spróbuj MiniCPM-V 2.6
Brak formularza wejściowego
Dla tego modelu nie ma jeszcze formularza wejściowego
Jego wejścia nie są jeszcze udokumentowane. Aby żaden przebieg nie zakończył się niepowodzeniem z powodu błędnego wejścia, nie oferujemy tutaj formularza. Zamiast tego wybierz porównywalny model.
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。
O MiniCPM-V 2.6
MiniCPM-V 2.6 to model opracowany przez Community w kategorii Multimodalne. W serwisie Railwail MiniCPM-V 2.6 kosztuje ≈ 0,0015 USD za uruchomienie. Okno kontekstu zawiera 32 768 tokenów, a jedna odpowiedź może mieć do 4096 tokenów.
Ceny
| Typowe uruchomienie (≈ 1 s na L40S) | 0,0015 USD za uruchomienie |
|---|---|
| Czas GPU (L40S) | 0,00117 USD za sekundę GPU |
- Rozliczane są czasy GPU, które przebieg faktycznie zajmuje. Po uruchomieniu przebiegu 3× typowej ceny jest rezerwowane z Twojego salda i rozliczane później.
- 1 kredyt = 0,01 USD
Kalkulator kosztów
Kalkulator cen
Typowo według dostawcy: ok. 1,2 s
Razem
0,15 USD
15 kredytów
Za uruchomienie
0,0015 USD · 0,15 kredytów
Rozliczane są rzeczywiste sekundy GPU; wartość jest szacunkiem.
API
Brak zweryfikowanego przykładu API
Publiczny API przekazuje inny format wejściowy niż wymaga ten model. Użyj placu zabaw powyżej.
Specyfikacje
- ID modelu
minicpm-v-2-6- Deweloper
- Community
- Kategoria
- Multimodalne
- Wejście
- Tekst, Obraz, Wideo
- Wyjście
- Tekst
- Okno kontekstu
- 32 768 tokenów
- Maks. wyjście
- 4096 tokenów
- Rozliczenie
- Według użycia (tokeny lub czas GPU)
- Wpis w katalogu zaktualizowany
- 23 września 2026
Tagi
- replicate
- multimodal
- vision-understanding
- open-weights
- small
Często zadawane pytania
Co to jest MiniCPM-V 2.6?
MiniCPM-V 2.6 to model opracowany przez Community w kategorii Multimodalne.
Ile kosztuje MiniCPM-V 2.6 w serwisie Railwail?
W serwisie Railwail MiniCPM-V 2.6 kosztuje ≈ 0,0015 USD za uruchomienie. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.
Jakie jest okno kontekstu MiniCPM-V 2.6?
Okno kontekstu MiniCPM-V 2.6 zawiera 32 768 tokenów. Jedna odpowiedź może mieć do 4096 tokenów.
Jak szybki jest MiniCPM-V 2.6?
Dla MiniCPM-V 2.6 jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy MiniCPM-V 2.6 jest lepszy niż BLIP?
To zależy od zadania. MiniCPM-V 2.6 (Community) i BLIP (Salesforce) to oba modele z kategorii Multimodalne. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Porównaj MiniCPM-V 2.6 i BLIPCzy MiniCPM-V 2.6 może przetwarzać obrazy?
Tak. MiniCPM-V 2.6 akceptuje obrazy jako wejście oprócz tekstu.
Porównywalne modele
Wszystkie w tej kategorii- 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.
Wszystkie modele przez jedno API
Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.