CogVLM2 19B
cogvlm2-19bTsinghua CogVLM2 19B with Llama-3 8B base plus 11B vision expert. Strong document understanding and visual reasoning, 8k context.
- Cena
- ≈ 0,0114 $/zagon
- Kontekst
- 8192 žetonov
- Največji izhod
- 2048 žetonov
- Vhod → Izhod
- Besedilo + Slika → Besedilo
- Razvijalec
- Community
- Posodobljeno
- 23. september 2026
Igrišče
Preizkusi CogVLM2 19B
Brez vnosne maske
Za ta model še ni vnosne maske
Njegovi vnosi še niso dokumentirani. Da se zagon ne bi neuspešno zaključil z napačnim vnosom, tu ne ponujamo obrazca. Namesto tega izberi primerljiv model.
Examples
InputPrompt
Describe this image.
Response
The image captures a well-lit, modern library or bookstore with a distinct industrial aesthetic. The main focus is a large, wooden bookshelf filled with an assortment of books, creating a warm and inviting atmosphere. The bookshelf is positioned against a rustic brick wall, which adds a touch of vintage charm to the space. The room is illuminated by hanging light bulbs, which dangle from the ceiling in a casual manner. There are also decorative elements such as a potted plant, a small framed sign, and a table with various items on it, enhancing the cozy ambiance. A person is seated at a desk in the foreground, suggesting the space is functional for reading or studying.
O CogVLM2 19B
CogVLM2 19B je model razvijalca Community iz kategorije Multimodalno. Na Railwail stane CogVLM2 19B ≈ 0,0114 $ na zagon. Kontekstno okno vsebuje 8192 žetonov, odgovor pa je lahko dolg do 2048 žetonov.
Cene
| Tipičen zagon (≈ 10 s na L40S) | 0,0114 $ na zagon |
|---|---|
| Čas GPU (L40S) | 0,00117 $ 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
Tipično po ponudniku: približno 9,7 s
Skupaj
1,14 $
114 kreditov
Na zagon
0,0114 $ · 1,14 kreditov
Obračunava se dejanski čas GPU; to je ocena.
API
Ni preverjenega primera API
Javni API prosledi drugačno obliko vnosa, kot jo potrebuje ta model. Uporabite igrišče zgoraj.
Specifikacije
- ID modela
cogvlm2-19b- Razvijalec
- Community
- Kategorija
- Multimodalno
- Vhod
- Besedilo, Slika
- Izhod
- Besedilo
- Kontekstno okno
- 8192 žetonov
- Maks. izhod
- 2048 žetonov
- Obračunavanje
- Po porabi (žetoni ali čas GPU)
- Kataložni vnos posodobljen
- 23. september 2026
Oznake
- replicate
- multimodal
- vision-understanding
- tsinghua
- open-weights
Pogosta vprašanja
Kaj je CogVLM2 19B?
CogVLM2 19B je model podjetja Community iz kategorije Multimodalno.
Koliko stane CogVLM2 19B na Railwailu?
Na Railwail stane CogVLM2 19B ≈ 0,0114 $ na zagon. Zaračunano vam je tisto, kar vsaka zahteva dejansko porabi. Uporaba se plača s predplačanimi krediti; 1 kredit je enak 0,01 $.
Kako veliko je kontekstno okno CogVLM2 19B?
Kontekstno okno CogVLM2 19B vsebuje 8192 žetonov. Odgovor je lahko dolg do 2048 žetonov.
Kako hiter je CogVLM2 19B?
Za CogVLM2 19B je na Railwailu še premalo izmerjenih zagonov, da bi navedli čas izvajanja. Odvisno je od vnosa, nastavitev in obremenitve pri ponudniku.
Je CogVLM2 19B boljši od BLIP?
To je odvisno od naloge. CogVLM2 19B (Community) in BLIP (Salesforce) sta oba modela iz kategorije Multimodalno. Stran za primerjavo prikazuje njune cene in specifikacije drug ob drugem.
Primerjaj CogVLM2 19B in BLIPAli CogVLM2 19B lahko obdeluje slike?
Da. CogVLM2 19B sprejema slike kot vhod poleg besedila.
Primerljivi modeli
Vsi v tej kategoriji- 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.
Vsi modeli prek ene API
En API ključ za vsak model na Railwail. Uporaba se obračuna iz vnaprej plačanih kreditov, 1 kredit = 0,01 $.