Railwail
Prijava

BLIP

MultimodalnoRazpoložljivo
od SalesforceID modela: 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.

PreizkusiPridobi API ključPrimerjaj
Cena
≈ 0,00030 $/zagon
Vhod → Izhod
Besedilo + Slika → Besedilo
Razvijalec
Salesforce
Posodobljeno
23. september 2026
01

Igrišče

Preizkusi BLIP

Vnos in rezultat

≈ 0,00030 $/zagon
Preizkusi BLIP

Question for visual question answering mode

Rezultat
Odgovor se pojavi tukaj.

Ta zagon

približno 0,0003 $ · 0,03 kreditov

Na začetku se rezervira 0,0009 $ (0,09 kreditov); obračunava se dejanski čas GPU.

Novo tukaj?

10 brezplačnih kreditov (0,10 $) ob prijavi z Googlom

Uporabno 24 ur po prijavi, do 5 zaganom na dan in največ 2 kreditov na zagon. Druge metode prijave se začnejo brez kreditov. Dovolj za 111 zagonov tega modela.

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

O BLIP

PovzetekOd 23. september 2026

BLIP je model razvijalca Salesforce iz kategorije Multimodalno. Na Railwail stane BLIP ≈ 0,00030 $ na zagon.

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

Cene

Cene v ameriških dolarjih. Uporaba se obračuna iz vnaprej plačanih kreditov.
Tipičen zagon (≈ 1 s na T4)0,00030 $ na zagon
Čas GPU (T4)0,00027 $ na sekundo GPU
  • Obračunan je čas GPU, ki ga zagon dejansko potrebuje. Ko se zagon začne, se od vašega stanja rezervira 3× tipična cena in se pozneje poravna.
  • 1 kredit = 0,01 $

Kalkulator stroškov

Kalkulator cen

s

Tipično po ponudniku: približno 1 s

Skupaj

0,03 $

3 kreditov

Na zagon

0,0003 $ · 0,03 kreditov

Obračunava se dejanski čas GPU; to je ocena.

05

API

Pokličite BLIP s svojim Railwail API ključem. V zahtevku uporabite to ID modela:
blip-captioningDokumentacija APIPridobite API ključ

Ni preverjenega primera API

Javni API prosledi drugačno obliko vnosa, kot jo potrebuje ta model. Uporabite igrišče zgoraj.

06

Specifikacije

ID modela
blip-captioning
Razvijalec
Salesforce
Kategorija
Multimodalno
Vhod
Besedilo, Slika
Izhod
Besedilo
Obračunavanje
Po porabi (žetoni ali čas GPU)
Kataložni vnos posodobljen
23. september 2026

Vhodne parametre

Vhodi in nastavitve iz vhodne sheme modela. Primer v razdelku API prikazuje, katere od njih API sprejema.

  • imageObvezno

    Image to caption or ask about

    Tip: Besedilo
    Privzeto: –
    Dovoljene vrednosti: –
  • task
    Tip: Izbira
    Privzeto: image_captioning
    Dovoljene vrednosti: image_captioning ali visual_question_answering
  • question

    Question for visual question answering mode

    Tip: Besedilo
    Privzeto: –
    Dovoljene vrednosti: –

Oznake

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

Pogosta vprašanja

Kaj je BLIP?

BLIP je model podjetja Salesforce iz kategorije Multimodalno.

Koliko stane BLIP na Railwailu?

Na Railwail stane BLIP ≈ 0,00030 $ na zagon. Zaračunano vam je tisto, kar vsaka zahteva dejansko porabi. Uporaba se plača s predplačanimi krediti; 1 kredit je enak 0,01 $.

Katere nastavitve podpira BLIP?

Glede na shemo vnosa BLIP pozna te parametre: image, task (image_captioning ali visual_question_answering) in question.

Kako hiter je BLIP?

Za BLIP je na Railwailu še premalo izmerjenih zagonov, da bi navedli čas izvajanja. Odvisno je od vnosa, nastavitev in obremenitve pri ponudniku.

Je BLIP boljši od CLIP Interrogator?

To je odvisno od naloge. BLIP (Salesforce) in CLIP Interrogator (Community) sta oba modela iz kategorije Multimodalno. Stran za primerjavo prikazuje njune cene in specifikacije drug ob drugem.

Primerjaj BLIP in CLIP Interrogator

Ali BLIP lahko obdeluje slike?

Da. BLIP sprejema slike kot vhod poleg besedila.

08

Primerljivi modeli

Vsi v tej kategoriji
  • 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 $/zagon

    15.133 % dražje na enoto

    Primerjaj BLIP in 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 $/zagon

    1567 % dražje na enoto

    Primerjaj BLIP in 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 $/zagon

    5900 % dražje na enoto

    Primerjaj BLIP in SAM 2 (Segment Anything 2)

Vsi modeli prek ene API

En API ključ za vsak model na Railwail. Uporaba se obračuna iz vnaprej plačanih kreditov, 1 kredit = 0,01 $.

Pridobite API ključOglejte si vse modele