LLaVA 1.6 Vicuna 13B
llava-1-6-vicuna-13bLLaVA 1.6 (LLaVA-NeXT) with a Vicuna-13B language backbone. Open vision-language chat model that describes images, answers questions, reads charts and reasons about scenes. Version 1.6 adds higher input resolution and better OCR and reasoning than LLaVA 1.5.
- Preço
- ≈ US$ 0,1021/execução
- Contexto
- 4.096 tokens
- Saída máxima
- 1.024 tokens
- Entrada → Saída
- Texto + Imagem → Texto
- Desenvolvedor
- Community
- Atualizado
- 23 de setembro de 2026
Playground
Experimentar LLaVA 1.6 Vicuna 13B
Entrada & saída
Esta execução
cerca de US$ 0,1021 · 10,21 créditos
US$ 0,3061 (30,61 créditos) são reservados no início; o tempo real de GPU é cobrado.
Para contas sem compra anterior: execuções acima de 2 créditos precisam de recarga.
Novo por aqui?
10 créditos grátis (US$ 0,10) ao se inscrever com Google
Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.
Examples
InputPrompt
What should I take into account when visiting this place?
Response
When visiting a place like the one shown in the image, which appears to be a serene lake with a dock and surrounded by mountains and forests, you should consider the following: 1. **Weather Conditions**: Be prepared for the local weather. It can change rapidly, especially in mountainous areas, so check the forecast and dress in layers. 2. **Safety**: If you plan to go on the water, make sure you have a life jacket and know how to swim. If you're not a strong swimmer, consider wearing a life jacket even if you're just walking along the shore. 3. **Wildlife**: Be aware of the local wildlife and maintain a safe distance. Do not feed the animals, as this can disrupt their natural behavior and diet. 4. **Leave No Trace**: Respect the environment by not littering and by staying on designated paths or trails. 5. **Emergency Preparedness**: Have a first aid kit and know basic first aid. It's also a good idea to have a way to contact emergency services if needed. 6. **Navigation**: If you're going into the woods or on the water, have a map or GPS device and know how to use it. 7. **Hydration and Nutrition**: Bring enough water and food for your visit, especially if you'll be active. 8. **Clothing and Gear**: Wear appropriate clothing for the weather and activities you plan to do. Bring sturdy footwear if you plan to hike or walk on uneven terrain. 9. **Local Regulations**: Follow any posted rules or regulations, which might include fishing regulations, fire restrictions, or…
InputPrompt
What is unusual about this image?
Response
The image shows a person ironing clothes on the back of a moving vehicle, which is an unusual and potentially dangerous activity. Ironing clothes while a vehicle is in motion can be hazardous for the person doing the ironing as well as for other road users. The person is at risk of losing balance and falling off the vehicle, which could result in serious injury. Additionally, the iron could potentially cause a fire or damage to the vehicle or its surroundings if it overheats or malfunctions. This scene is not a safe or typical way to iron clothes and is likely staged for comedic or dramatic effect.
Sobre LLaVA 1.6 Vicuna 13B
LLaVA 1.6 Vicuna 13B é um modelo de Community na categoria Multimodal. No Railwail, LLaVA 1.6 Vicuna 13B custa ≈ US$ 0,1021 por execução. A janela de contexto contém 4.096 tokens, e uma resposta pode ter até 1.024 tokens.
Preços
| Execução típica (≈ 87 s em L40S) | US$ 0,1021 por execução |
|---|---|
| Tempo de GPU (L40S) | US$ 0,00117 por segundo de GPU |
- Faturado pelo tempo de GPU que a execução realmente leva. Quando a execução começa, 3× o preço típico é reservado do seu saldo e liquidado depois.
- 1 crédito = US$ 0,01
Calculadora de custos
Calculadora de preços
Típico conforme o provedor: cerca de 87,2 s
Total
US$ 10,21
1.021 créditos
Por execução
US$ 0,1021 · 10,21 créditos
Faturado pelo tempo real de GPU; este é uma estimativa.
API
Nenhum exemplo de API verificado
A API pública passa um formato de entrada diferente do que este modelo precisa. Use o playground acima.
Especificações
- ID do modelo
llava-1-6-vicuna-13b- Desenvolvedor
- Community
- Categoria
- Multimodal
- Entrada
- Texto, Imagem
- Saída
- Texto
- Janela de contexto
- 4.096 tokens
- Saída máx.
- 1.024 tokens
- Faturamento
- Por uso (tokens ou tempo de GPU)
- Entrada do catálogo atualizada
- 23 de setembro de 2026
Parâmetros de entrada
Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.
imageobrigatórioImage to analyze
Tipo: TextoPadrão: –Valores permitidos: –promptobrigatórioQuestion or instruction about the image
Tipo: TextoPadrão:Describe this image in detail.Valores permitidos: até 4.000 caracterestop_pTipo: NúmeroPadrão:1Valores permitidos: 0 a 1max_tokensTipo: Número inteiroPadrão:512Valores permitidos: 1 a 1.024temperatureTipo: NúmeroPadrão:0.2Valores permitidos: 0 a 2
Etiquetas
- replicate
- llava
- captioning
- vqa
- vision-understanding
- open-weights
- image
Perguntas frequentes
O que é LLaVA 1.6 Vicuna 13B?
LLaVA 1.6 Vicuna 13B é um modelo de Community na categoria Multimodal.
Quanto custa LLaVA 1.6 Vicuna 13B no Railwail?
No Railwail, LLaVA 1.6 Vicuna 13B custa ≈ US$ 0,1021 por execução. Você é cobrado pelo que cada solicitação realmente usa. O uso é pago com créditos pré-pagos; 1 crédito equivale a US$ 0,01.
Qual é a janela de contexto de LLaVA 1.6 Vicuna 13B?
A janela de contexto de LLaVA 1.6 Vicuna 13B contém 4.096 tokens. Uma resposta pode ter até 1.024 tokens.
Qual é a velocidade de LLaVA 1.6 Vicuna 13B?
Ainda não há execuções medidas suficientes de LLaVA 1.6 Vicuna 13B no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.
LLaVA 1.6 Vicuna 13B é melhor que BLIP?
Depende da tarefa. LLaVA 1.6 Vicuna 13B (Community) e BLIP (Salesforce) são ambos modelos na categoria Multimodal. A página de comparação mostra seus preços e especificações lado a lado.
Comparar LLaVA 1.6 Vicuna 13B e BLIPLLaVA 1.6 Vicuna 13B pode processar imagens?
Sim. LLaVA 1.6 Vicuna 13B aceita imagens como entrada além de texto.
Modelos comparáveis
Todos nesta categoria- 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.
≈ US$ 0,0457/execução
55 % mais barato por unidade
Comparar LLaVA 1.6 Vicuna 13B vs. 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.
≈ US$ 0,0050/execução
95 % mais barato por unidade
Comparar LLaVA 1.6 Vicuna 13B vs. Depth Anything v2
Todos os modelos através de uma API
Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.