Railwail
Пријава

BLIP

МултимодалноДоступно
од SalesforceID модела: 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.

ПробајУзми API кључУпореди
Цена
≈ 0,00030 US$/покретање
Унос → излаз
Текст + Слика → Текст
Програмер
Salesforce
Ажурирано
23. септембар 2026.
01

Плејграунд

Пробајте BLIP

Унос и резултат

≈ 0,00030 US$/покретање
Пробајте BLIP

Question for visual question answering mode

Резултат
Одговор се појављује овде.

Овај покрет

око 0,0003 US$ · 0,03 кредита

При покретању се резервише 0,0009 US$ (0,09 кредита); наплаћује се стварно GPU време.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита. Довољно за 111 покретања овог модела.

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

О BLIP

УкраткоСтање: 23. септембар 2026.

BLIP је модел од Salesforce из категорије Мултимодално. На Railwail-у, BLIP кошта ≈ 0,00030 US$ по покретању.

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

Цене

Цене у америчким доларима. Употреба се наплаћује из унапред припремљених кредита.
Типично покретање (≈ 1 s на T4)0,00030 US$ по покретању
GPU време (T4)0,00027 US$ по GPU секунди
  • Наплаћује се GPU време које покретање заиста траје. Када се покретање почне, 3× типична цена се резервише са вашег салда и касније се намирава.
  • 1 кредит = 0,01 US$

Калкулатор трошкова

Калкулатор цена

s

Типично према добављачу: око 1 s

Укупно

0,03 US$

3 кредита

По покретању

0,0003 US$ · 0,03 кредита

Наплаћује се стварно време GPU; ово је процена.

05

API

Позови BLIP са твојим Railwail API кључем. Користи овај ID модела у захтеву:
blip-captioningПогледај API документацијуУзми API кључ

Нема верификованог API примера

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

06

Спецификације

ID модела
blip-captioning
Програмер
Salesforce
Категорија
Мултимодално
Унос
Текст, Слика
Излаз
Текст
Наплата
По потрошњи (токени или GPU време)
Унос у каталог ажуриран
23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

  • imageобавезно

    Image to caption or ask about

    Тип: Текст
    Подразумевано: –
    Дозвољене вредности: –
  • task
    Тип: Избор
    Подразумевано: image_captioning
    Дозвољене вредности: image_captioning или visual_question_answering
  • question

    Question for visual question answering mode

    Тип: Текст
    Подразумевано: –
    Дозвољене вредности: –

Ознаке

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

Често постављана питања

Шта је BLIP?

BLIP је модел од Salesforce у категорији Мултимодално.

Колико кошта BLIP на Railwail-у?

На Railwail-у, BLIP кошта ≈ 0,00030 US$ по покретању. Наплаћује се оно што свака захтева заиста користи. Коришћење се плаћа из унапред припремљених кредита; 1 кредит је једнак 0,01 US$.

Које поставке подржава BLIP?

Према својој шеми уноса, BLIP познаје ове параметре: image, task (image_captioning или visual_question_answering) и question.

Колико је брз BLIP?

За BLIP 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 BLIP бољи од CLIP Interrogator?

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

Упоредите BLIP и CLIP Interrogator

Може ли BLIP обрадити слике?

Да. BLIP прихвата слике као унос поред текста.

08

Упоредиви модели

Сви у овој категорији
  • 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 US$/покретање

    15.133 % скупље по јединици

    Упоредите BLIP и 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 US$/покретање

    1.567 % скупље по јединици

    Упоредите BLIP и 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 US$/покретање

    5.900 % скупље по јединици

    Упоредите BLIP и SAM 2 (Segment Anything 2)

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$.

Узми API кључПрегледај све моделе