Railwail
Conectare

BLIP

MultimodalDisponibil
de SalesforceID model: blip-captioning

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.

ÎncearcăObține cheie APICompară
Preț
≈ 0,00030 USD/rulare
Intrare → ieșire
Text + Imagine → Text
Dezvoltator
Salesforce
Actualizat
23 septembrie 2026
01

Playground

Încearcă BLIP

Intrare & rezultat

≈ 0,00030 USD/rulare
Încearcă BLIP

Question for visual question answering mode

Rezultat
Răspunsul apare aici.

Această rulare

aproximativ 0,0003 USD · 0,03 credite

La start se rezervă 0,0009 USD (0,09 credite); se factureaza timpul GPU real.

Nou aici?

10 credite gratuite (0,10 USD) când te înregistrezi cu Google

Utilizabil 24 ore după înregistrare, până la 5 rulări pe zi și maximum 2 credite pe rulare. Alte metode de conectare încep fără credite. Suficient pentru 111 rulări ale acestui model.

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

    Prompt

    image_captioning

    Output (JSON, shortened)

    [
  {
    "text": "Caption: a woman sitting on the beach with a dog"
  }
]
  • InputInput

    Prompt

    what is in the sky?

    Output (JSON, shortened)

    [
  {
    "text": "Answer: moon"
  }
]
  • InputInput

    Prompt

    what is in the lake?

    Output (JSON, shortened)

    [
  {
    "text": "Answer: swans"
  }
]
03

Despre BLIP

Pe scurtDin 23 septembrie 2026

BLIP este un model de Salesforce din categoria Multimodal. Pe Railwail, BLIP costă ≈ 0,00030 USD per rulare.

BLIP (Bootstrapping Language-Image Pre-training) from Salesforce Research unifies captioning and VQA in one model. In caption mode it returns a concise description of the scene; in question-answering mode it answers a free-form question grounded in the image. It is one of the most-run captioning models on Replicate and a common building block for image search and accessibility alt-text.
04

Prețuri

Prețuri în dolari americani. Utilizarea se percepe din credite prepay.
Rulare tipică (≈ 1 s pe T4)0,00030 USD per rulare
Timp GPU (T4)0,00027 USD per secundă GPU
  • Se facturează timpul GPU pe care îl necesită efectiv rularea. La pornire, se rezervă din soldul tău 3× prețul tipic și se decontează ulterior.
  • 1 credit = 0,01 USD

Calculator de costuri

Calculator de preț

s

Tipic conform furnizorului: aprox. 1 s

Total

0,03 USD

3 credite

Pe rulare

0,0003 USD · 0,03 credite

Se factură după timpul GPU real; aceasta este o estimare.

05

API

Apelează BLIP cu cheia ta API Railwail. Folosește acest ID de model în cerere:
blip-captioningDocumentația APIObține o cheie API

Niciun exemplu API verificat

API-ul public transmite un format de intrare diferit de ceea ce are nevoie acest model. Folosește playground-ul de mai sus.

06

Specificații

ID model
blip-captioning
Dezvoltator
Salesforce
Categorie
Multimodal
Intrare
Text, Imagine
Ieșire
Text
Facturare
După utilizare (tokeni sau timp GPU)
Intrare catalog actualizată
23 septembrie 2026

Parametri de intrare

Intrări și setări din schema de intrare a modelului. Exemplul din secțiunea API arată care dintre ele acceptă API-ul.

  • imageobligatoriu

    Image to caption or ask about

    Tip: Text
    Implicit: –
    Valori permise: –
  • task
    Tip: Alegere
    Implicit: image_captioning
    Valori permise: image_captioning sau visual_question_answering
  • question

    Question for visual question answering mode

    Tip: Text
    Implicit: –
    Valori permise: –

Etichete

  • replicate
  • blip
  • captioning
  • vqa
  • salesforce
  • vision-understanding
  • image
07

Întrebări frecvente

Ce este BLIP?

BLIP este un model de Salesforce din categoria Multimodal.

Cât costă BLIP pe Railwail?

Pe Railwail, BLIP costă ≈ 0,00030 USD per rulare. Ți se percepe taxa pentru ceea ce fiecare cerere folosește efectiv. Utilizarea se plătește din credite prepay; 1 credit egal cu 0,01 USD.

Ce setări acceptă BLIP?

Conform schemei sale de intrare, BLIP cunoaște acești parametri: image, task (image_captioning sau visual_question_answering) și question.

Cât de rapid este BLIP?

Nu sunt suficiente rulări măsurate ale BLIP pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.

Este BLIP mai bun decât CLIP Interrogator?

Depinde de sarcină. BLIP (Salesforce) și CLIP Interrogator (Community) sunt ambele modele din categoria Multimodal. Pagina de comparație arată prețurile și specificațiile lor una lângă alta.

Compară BLIP și CLIP Interrogator

Poate BLIP procesa imagini?

Da. BLIP acceptă imagini ca intrare, pe lângă text.

08

Modele comparabile

Toate din această categorie
  • 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/rulare

    15.133 % mai scump pe unitate

    Compară BLIP 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.

    ≈ 0,0050 USD/rulare

    1.567 % mai scump pe unitate

    Compară BLIP vs. Depth Anything v2
  • SAM 2 (Segment Anything 2)Meta

    Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.

    ≈ 0,018 USD/rulare

    5.900 % mai scump pe unitate

    Compară BLIP vs. SAM 2 (Segment Anything 2)

Toate modelele printr-o singură API

O cheie API pentru fiecare model pe Railwail. Utilizarea se percepe din credite prepay, 1 credit = 0,01 USD.

Obține cheie APIVizualizează toate modelele