DeepSeek-VL 7B

MultimodalnoRazpoložljivo
od DeepSeekID modela: deepseek-vl-7b

DeepSeek-VL 7B chat model. Vision-language model with hybrid vision encoder and strong real-world visual question answering performance.

Cena
≈ 0,0086 $/zagon
Kontekst
4096 žetonov
Največji izhod
2048 žetonov
Vhod → Izhod
Besedilo + Slika → Besedilo
Razvijalec
DeepSeek
Posodobljeno
23. september 2026
01

Igrišče

Preizkusi DeepSeek-VL 7B

Brez vnosne maske

≈ 0,0086 $/zagon

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.

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

    Describe each stage of this image

    Response

    The image depicts a three-stage process for training a vision-language model. 1. Stage 1: Training VL Adapter: In this stage, a vision-language adapter is trained using supervised fine-tuning. The adapter is trained on image-text pairs and pure language sequences. 2. Stage 2: Joint VL Pre-training: In this stage, a joint vision-language model is pre-trained using self-supervised learning. The model is trained on image-text pairs and pure language sequences. 3. Stage 3: Supervised Fine-tuning: In this stage, the model is fine-tuned on supervised tasks using image-text pairs and pure language sequences. The model is trained using a hybrid vision-language adapter, which combines a vision-language adapter with a language model. The model is trained on a variety of tasks, including image captioning, visual question answering, and visual reasoning. The model is able to understand the visual content of an image and generate a natural language description or answer.

  • InputInput

    Prompt

    Describe this image

    Response

    The image you've provided is a meme featuring a French Bulldog lying on its side on a blue wooden floor. The dog's head is resting on its paws, and it appears to be sleeping. The meme has a text overlay that reads "MONDAY. JUST...MONDAY." This suggests that the meme is making a humorous comment about the start of the work week. The dog's relaxed posture and the text overlay together create a light-hearted and relatable message.

03

O DeepSeek-VL 7B

PovzetekOd 23. september 2026

DeepSeek-VL 7B je model razvijalca DeepSeek iz kategorije Multimodalno. Na Railwail stane DeepSeek-VL 7B ≈ 0,0086 $ na zagon. Kontekstno okno vsebuje 4096 žetonov, odgovor pa je lahko dolg do 2048 žetonov.

04

Cene

Cene v ameriških dolarjih. Uporaba se obračuna iz vnaprej plačanih kreditov.
Tipičen zagon (≈ 7 s na L40S)0,0086 $ 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

s

Tipično po ponudniku: približno 7,3 s

Skupaj

0,86 $

86 kreditov

Na zagon

0,0086 $ · 0,86 kreditov

Obračunava se dejanski čas GPU; to je ocena.

05

API

Pokličite DeepSeek-VL 7B s svojim Railwail API ključem. V zahtevku uporabite to ID modela:

Ni preverjenega primera API

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

06

Specifikacije

ID modela
deepseek-vl-7b
Razvijalec
DeepSeek
Kategorija
Multimodalno
Vhod
Besedilo, Slika
Izhod
Besedilo
Kontekstno okno
4096 žetonov
Maks. izhod
2048 žetonov
Obračunavanje
Po porabi (žetoni ali čas GPU)
Kataložni vnos posodobljen
23. september 2026

Oznake

  • replicate
  • multimodal
  • vision-understanding
  • deepseek
  • open-weights
07

Pogosta vprašanja

Kaj je DeepSeek-VL 7B?

DeepSeek-VL 7B je model podjetja DeepSeek iz kategorije Multimodalno.

Koliko stane DeepSeek-VL 7B na Railwailu?

Na Railwail stane DeepSeek-VL 7B ≈ 0,0086 $ 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 DeepSeek-VL 7B?

Kontekstno okno DeepSeek-VL 7B vsebuje 4096 žetonov. Odgovor je lahko dolg do 2048 žetonov.

Kako hiter je DeepSeek-VL 7B?

Za DeepSeek-VL 7B je na Railwailu še premalo izmerjenih zagonov, da bi navedli čas izvajanja. Odvisno je od vnosa, nastavitev in obremenitve pri ponudniku.

Je DeepSeek-VL 7B boljši od BLIP?

To je odvisno od naloge. DeepSeek-VL 7B (DeepSeek) in BLIP (Salesforce) sta oba modela iz kategorije Multimodalno. Stran za primerjavo prikazuje njune cene in specifikacije drug ob drugem.

Primerjaj DeepSeek-VL 7B in BLIP

Ali DeepSeek-VL 7B lahko obdeluje slike?

Da. DeepSeek-VL 7B sprejema slike kot vhod poleg besedila.

08

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.

    ≈ 0,00030 $/zagon

    97 % cenejše na enoto

    Primerjaj DeepSeek-VL 7B in BLIP
  • 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

    431 % dražje na enoto

    Primerjaj DeepSeek-VL 7B in CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 $/zagon

    42 % cenejše na enoto

    Primerjaj DeepSeek-VL 7B in Depth Anything v2

Vsi modeli prek ene API

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