LLaVA 1.6 Vicuna 13B
llava-1-6-vicuna-13bLLaVA 1.6 (LLaVA-NeXT) with a Vicuna-13B language backbone. Open vision-language chat model that describes images, answers questions, reads charts and reasons about scenes. Version 1.6 adds higher input resolution and better OCR and reasoning than LLaVA 1.5.
- Цена
- ≈ 0,1021 US$/покретање
- Контекст
- 4.096 токена
- Макс. излаз
- 1.024 токена
- Унос → излаз
- Текст + Слика → Текст
- Програмер
- Community
- Ажурирано
- 23. септембар 2026.
Плејграунд
Пробајте LLaVA 1.6 Vicuna 13B
Унос и резултат
Овај покрет
око 0,1021 US$ · 10,21 кредита
При покретању се резервише 0,3061 US$ (30,61 кредита); наплаћује се стварно GPU време.
За налоге без куповине: покрети изнад 2 кредита захтевају допуну.
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.
Examples
InputPrompt
What should I take into account when visiting this place?
Response
When visiting a place like the one shown in the image, which appears to be a serene lake with a dock and surrounded by mountains and forests, you should consider the following: 1. **Weather Conditions**: Be prepared for the local weather. It can change rapidly, especially in mountainous areas, so check the forecast and dress in layers. 2. **Safety**: If you plan to go on the water, make sure you have a life jacket and know how to swim. If you're not a strong swimmer, consider wearing a life jacket even if you're just walking along the shore. 3. **Wildlife**: Be aware of the local wildlife and maintain a safe distance. Do not feed the animals, as this can disrupt their natural behavior and diet. 4. **Leave No Trace**: Respect the environment by not littering and by staying on designated paths or trails. 5. **Emergency Preparedness**: Have a first aid kit and know basic first aid. It's also a good idea to have a way to contact emergency services if needed. 6. **Navigation**: If you're going into the woods or on the water, have a map or GPS device and know how to use it. 7. **Hydration and Nutrition**: Bring enough water and food for your visit, especially if you'll be active. 8. **Clothing and Gear**: Wear appropriate clothing for the weather and activities you plan to do. Bring sturdy footwear if you plan to hike or walk on uneven terrain. 9. **Local Regulations**: Follow any posted rules or regulations, which might include fishing regulations, fire restrictions, or…
InputPrompt
What is unusual about this image?
Response
The image shows a person ironing clothes on the back of a moving vehicle, which is an unusual and potentially dangerous activity. Ironing clothes while a vehicle is in motion can be hazardous for the person doing the ironing as well as for other road users. The person is at risk of losing balance and falling off the vehicle, which could result in serious injury. Additionally, the iron could potentially cause a fire or damage to the vehicle or its surroundings if it overheats or malfunctions. This scene is not a safe or typical way to iron clothes and is likely staged for comedic or dramatic effect.
О LLaVA 1.6 Vicuna 13B
LLaVA 1.6 Vicuna 13B је модел од Community из категорије Мултимодално. На Railwail-у, LLaVA 1.6 Vicuna 13B кошта ≈ 0,1021 US$ по покретању. Контекстни прозор садржи 4.096 токена, а један одговор може бити дугачак до 1.024 токена.
Цене
| Типично покретање (≈ 87 s на L40S) | 0,1021 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 87,2 s
Укупно
10,21 US$
1.021 кредита
По покретању
0,1021 US$ · 10,21 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
llava-1-6-vicuna-13b- Програмер
- Community
- Категорија
- Мултимодално
- Унос
- Текст, Слика
- Излаз
- Текст
- Контекстни прозор
- 4.096 токена
- Макс. излаз
- 1.024 токена
- 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.
imageобавезноImage to analyze
Тип: ТекстПодразумевано: –Дозвољене вредности: –promptобавезноQuestion or instruction about the image
Тип: ТекстПодразумевано:Describe this image in detail.Дозвољене вредности: до 4.000 карактераtop_pТип: БројПодразумевано:1Дозвољене вредности: 0 до 1max_tokensТип: Целобројни бројПодразумевано:512Дозвољене вредности: 1 до 1.024temperatureТип: БројПодразумевано:0.2Дозвољене вредности: 0 до 2
Ознаке
- replicate
- llava
- captioning
- vqa
- vision-understanding
- open-weights
- image
Често постављана питања
Шта је LLaVA 1.6 Vicuna 13B?
LLaVA 1.6 Vicuna 13B је модел од Community у категорији Мултимодално.
Колико кошта LLaVA 1.6 Vicuna 13B на Railwail-у?
На Railwail-у, LLaVA 1.6 Vicuna 13B кошта ≈ 0,1021 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$.
Колики је контекстни прозор од LLaVA 1.6 Vicuna 13B?
Контекстни прозор од LLaVA 1.6 Vicuna 13B садржи 4.096 токена. Један одговор може бити дугачак до 1.024 токена.
Колико је брз LLaVA 1.6 Vicuna 13B?
За LLaVA 1.6 Vicuna 13B на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.
Да ли је LLaVA 1.6 Vicuna 13B бољи од BLIP?
То зависи од задатка. LLaVA 1.6 Vicuna 13B (Community) и BLIP (Salesforce) су оба модела у категорији Мултимодално. Страница за поређење приказује њихове цене и спецификације упоредо.
Упоредите LLaVA 1.6 Vicuna 13B и BLIPМоже ли LLaVA 1.6 Vicuna 13B обрадити слике?
Да. LLaVA 1.6 Vicuna 13B прихвата слике као унос поред текста.
Упоредиви модели
Сви у овој категорији- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- CLIP InterrogatorCommunity
pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Сви модели преко једног API-ја
Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.