ViTPose
vitposeViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.
- Status
- Indisponível
- Entrada → Saída
- Texto + Imagem → Texto
- Desenvolvedor
- Replicate
- Atualizado
- 25 de junho de 2026
ViTPose não está disponível no momento
Atualmente indisponível: este modelo foi desativado.
Você ainda pode ler os detalhes nesta página. Escolha uma das alternativas disponíveis abaixo para executar um modelo comparável imediatamente.
Ir para alternativasModelos 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.
≈ US$ 0,00030/execução
- Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
US$ 6,00/1M entrada
- Claude Sonnet 4.6Anthropic
Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.
US$ 3,60/1M entrada
Playground
Experimentar ViTPose
Sem formulário de entrada
Atualmente indisponível: este modelo foi desativado.
O playground está desativado. Encontre modelos comparáveis na mesma categoria: Ver alternativas
Sobre ViTPose
ViTPose é um modelo de Replicate na categoria Multimodal. ViTPose não está disponível no Railwail no momento.
Preços
Atualmente indisponível: este modelo foi desativado. Não há preço para este modelo no momento, portanto não pode ser executado.
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
vitpose- Desenvolvedor
- Replicate
- Categoria
- Multimodal
- Entrada
- Texto, Imagem
- Saída
- Texto
- Entrada do catálogo atualizada
- 25 de junho de 2026
Etiquetas
- replicate
- pose
- vision-understanding
- transformer
- open-source
Perguntas frequentes
O que é ViTPose?
ViTPose é um modelo de Replicate na categoria Multimodal. Está listado no Railwail, mas não pode ser executado no momento.
Quanto custa ViTPose no Railwail?
ViTPose não pode ser executado no Railwail no momento, portanto não há preço atual. Alternativas disponíveis com preços estão listadas mais abaixo nesta página.
Qual é a velocidade de ViTPose?
Ainda não há execuções medidas suficientes de ViTPose no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.
ViTPose é melhor que BLIP?
Depende da tarefa. ViTPose (Replicate) e BLIP (Salesforce) são ambos modelos na categoria Multimodal. A página de comparação mostra seus preços e especificações lado a lado.
Comparar ViTPose e BLIPViTPose pode processar imagens?
Sim. ViTPose aceita imagens como entrada além de texto.
Posso usar ViTPose agora?
Atualmente indisponível: este modelo foi desativado. A página permanece online; alternativas disponíveis da mesma categoria estão listadas mais abaixo.
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.