GOT-OCR 2.0
got-ocr-2StepFun GOT-OCR 2.0. Unified end-to-end OCR-2.0 model handling text, formulas, charts, sheet music and geometric shapes in one architecture.
- Цена
- ≈ 0,0012 US$/покретање
- Унос → излаз
- Текст + Слика → Текст
- Програмер
- Community
- Ажурирано
- 23. септембар 2026.
Плејграунд
Пробајте GOT-OCR 2.0
Нема маске за унос
За овај модел још нема маске за унос
Његови уноси још нису документовани. Да би се избегло неуспешно покретање због погрешног уноса, овде не нудимо образац. Уместо тога, изаберите упоредив модел.
О GOT-OCR 2.0
GOT-OCR 2.0 је модел од Community из категорије Мултимодално. На Railwail-у, GOT-OCR 2.0 кошта ≈ 0,0012 US$ по покретању.
Цене
| Типично покретање (≈ 1 s на L40S) | 0,0012 US$ по покретању |
|---|---|
| GPU време (L40S) | 0,00117 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
Типично према добављачу: око 1 s
Укупно
0,12 US$
12 кредита
По покретању
0,0012 US$ · 0,12 кредита
Наплаћује се стварно време GPU; ово је процена.
API
Нема верификованог API примера
Јавни API прослеђује другачији формат улаза него што овај модел треба. Користите playground изнад.
Спецификације
- ID модела
got-ocr-2- Програмер
- Community
- Категорија
- Мултимодално
- Унос
- Текст, Слика
- Излаз
- Текст
- Наплата
- По потрошњи (токени или GPU време)
- Унос у каталог ажуриран
- 23. септембар 2026.
Ознаке
- replicate
- ocr
- vision-understanding
- stepfun
- open-source
Често постављана питања
Шта је GOT-OCR 2.0?
GOT-OCR 2.0 је модел од Community у категорији Мултимодално.
Колико кошта GOT-OCR 2.0 на Railwail-у?
На Railwail-у, GOT-OCR 2.0 кошта ≈ 0,0012 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$.
Колико је брз GOT-OCR 2.0?
За GOT-OCR 2.0 на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.
Да ли је GOT-OCR 2.0 бољи од BLIP?
То зависи од задатка. GOT-OCR 2.0 (Community) и BLIP (Salesforce) су оба модела у категорији Мултимодално. Страница за поређење приказује њихове цене и спецификације упоредо.
Упоредите GOT-OCR 2.0 и BLIPМоже ли GOT-OCR 2.0 обрадити слике?
Да. GOT-OCR 2.0 прихвата слике као унос поред текста.
Упоредиви модели
Сви у овој категорији- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сви модели преко једног API-ја
Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.