ViTPose

МултимодалноНедоступно
од CommunityID модела: vitpose

ViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.

Статус
Недоступно
Унос → излаз
Текст + Слика → Текст
Програмер
Community
Ажурирано
25. јун 2026.

ViTPose је тренутно недоступан

Тренутно недоступно: овај модел је деактивиран.

Можеш и даље читати детаље на овој страници. Изабери једну од доступних алтернатива испод да одмах покренеш упоредив модел.

Иди на алтернативе
01

Упоредиви модели

Сви у овој категорији
  • 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.

    ≈ 0,00030 US$/покретање

  • Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.

    6,00 US$/1М ул

  • Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.

    3,60 US$/1М ул

02

Плејграунд

Пробајте ViTPose

Нема маске за унос

Тренутно недоступно

Тренутно недоступно: овај модел је деактивиран.

Playground је онемогућен. Упоредиве моделе можете пронаћи у истој категорији: Погледајте алтернативе

03

О ViTPose

УкраткоСтање: 25. јун 2026.

ViTPose је модел од Community из категорије Мултимодално. ViTPose тренутно није доступан на Railwail-у.

04

Цене

Тренутно недоступно: овај модел је деактивиран. За овај модел тренутно нема цене, па се не може покренути.

05

API

Позови ViTPose са твојим Railwail API кључем. Користи овај ID модела у захтеву:

Нема верификованог API примера

Јавни API прослеђује другачији формат улаза него што овај модел треба. Користите playground изнад.

06

Спецификације

ID модела
vitpose
Програмер
Community
Категорија
Мултимодално
Унос
Текст, Слика
Излаз
Текст
Унос у каталог ажуриран
25. јун 2026.

Ознаке

  • replicate
  • pose
  • vision-understanding
  • transformer
  • open-source
07

Често постављана питања

Шта је ViTPose?

ViTPose је модел од Community у категорији Мултимодално. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта ViTPose на Railwail-у?

ViTPose се тренутно не може покренути на Railwail-у, па нема тренутне цене. Доступне алтернативе са ценама су наведене даље на овој страници.

Колико је брз ViTPose?

За ViTPose на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је ViTPose бољи од BLIP?

То зависи од задатка. ViTPose (Community) и BLIP (Salesforce) су оба модела у категорији Мултимодално. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите ViTPose и BLIP

Може ли ViTPose обрадити слике?

Да. ViTPose прихвата слике као унос поред текста.

Могу ли да користим ViTPose управо сада?

Тренутно недоступно: овај модел је деактивиран. Страница остаје активна; доступне алтернативе из исте категорије су наведене даље.

Сви модели преко једног API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.