CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Preț
- ≈ 0,0114 USD/rulare
- Context
- 8.192 tokeni
- Ieșire max.
- 2.048 tokeni
- Intrare → ieșire
- Text + Imagine → Text
- Dezvoltator
- Community
- Actualizat
- 23 septembrie 2026
Playground
Încearcă CogVLM2 19B
Fără formular de intrare
Nicio formă de intrare pentru acest model încă
Intrările sale nu sunt documentate încă. Pentru ca nicio rulare să nu eșueze din cauza unei intrări greșite, nu oferim un formular aici. Alege în schimb un model comparabil.
Examples
InputPrompt
Describe this image.
Response
The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.
Despre CogVLM2 19B
CogVLM2 19B este un model de Community din categoria Multimodal. Pe Railwail, CogVLM2 19B costă ≈ 0,0114 USD per rulare. Fereastra de context conține 8.192 token-uri, iar un răspuns poate fi lung de până la 2.048 token-uri.
Prețuri
| Rulare tipică (≈ 10 s pe L40S) | 0,0114 USD per rulare |
|---|---|
| Timp GPU (L40S) | 0,00117 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
Tipic conform furnizorului: aprox. 9,7 s
Total
1,14 USD
114 credite
Pe rulare
0,0114 USD · 1,14 credite
Se factură după timpul GPU real; aceasta este o estimare.
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.
Specificații
- ID model
cogvlm2-19b- Dezvoltator
- Community
- Categorie
- Multimodal
- Intrare
- Text, Imagine
- Ieșire
- Text
- Fereastră de context
- 8.192 tokeni
- Ieșire max.
- 2.048 tokeni
- Facturare
- După utilizare (tokeni sau timp GPU)
- Intrare catalog actualizată
- 23 septembrie 2026
Etichete
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Întrebări frecvente
Ce este CogVLM2 19B?
CogVLM2 19B este un model de Community din categoria Multimodal.
Cât costă CogVLM2 19B pe Railwail?
Pe Railwail, CogVLM2 19B costă ≈ 0,0114 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.
Care este fereastra de context a CogVLM2 19B?
Fereastra de context a CogVLM2 19B conține 8.192 token-uri. Un răspuns poate fi lung de până la 2.048 token-uri.
Cât de rapid este CogVLM2 19B?
Nu sunt suficiente rulări măsurate ale CogVLM2 19B pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.
Este CogVLM2 19B mai bun decât BLIP?
Depinde de sarcină. CogVLM2 19B (Community) și BLIP (Salesforce) sunt ambele modele din categoria Multimodal. Pagina de comparație arată prețurile și specificațiile lor una lângă alta.
Compară CogVLM2 19B și BLIPPoate CogVLM2 19B procesa imagini?
Da. CogVLM2 19B acceptă imagini ca intrare, pe lângă text.
Modele comparabile
Toate din această categorie- 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.
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.