DeepSeek-VL 7B
deepseek-vl-7bDeepSeek-VL 7B chat model. Vision-language model with hybrid vision encoder and strong real-world visual question answering performance.
- Cena
- ≈ 0,0086 USD/spustenie
- Kontext
- 4 096 tokenov
- Max. výstup
- 2 048 tokenov
- Vstup → výstup
- Text + Obrázok → Text
- Vývojár
- DeepSeek
- Aktualizované
- 23. septembra 2026
Playground
Vyskúšajte DeepSeek-VL 7B
Bez vstupného formulára
Pre tento model zatiaľ nie je vstupný formulár
Jeho vstupy ešte nie sú zdokumentované. Aby sa žiadne spustenie nezobralo na nesprávny vstup, tu neponúkame formulár. Namiesto toho si vyberte porovnateľný model.
Examples
InputPrompt
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.
InputPrompt
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.
O DeepSeek-VL 7B
DeepSeek-VL 7B je model od DeepSeek v kategórii Multimodálne. Na Railwail stojí DeepSeek-VL 7B ≈ 0,0086 USD za spustenie. Kontextné okno obsahuje 4 096 tokenov a jedna odpoveď môže byť dlhá až 2 048 tokenov.
Ceny
| Typické spustenie (≈ 7 s na L40S) | 0,0086 USD za spustenie |
|---|---|
| Čas GPU (L40S) | 0,00117 USD za sekundu GPU |
- Fakturuje sa čas GPU, ktorý spustenie skutočne trvá. Pri spustení sa z vášho zostatku rezervuje 3× typická cena a následne sa vyúčtuje.
- 1 kredit = 0,01 USD
Kalkulačka nákladov
Kalkulačka cien
Typicky podľa poskytovateľa: približne 7,3 s
Celkom
0,86 USD
86 kreditov
Na spustenie
0,0086 USD · 0,86 kreditov
Účtuje sa skutočný čas GPU; toto je odhad.
API
Žiadny overený príklad API
Verejné API odovzdáva iný formát vstupu, ako potrebuje tento model. Použite hraciu plochu vyššie.
Špecifikácie
- ID modelu
deepseek-vl-7b- Vývojár
- DeepSeek
- Kategória
- Multimodálne
- Vstup
- Text, Obrázok
- Výstup
- Text
- Kontextové okno
- 4 096 tokenov
- Max. výstup
- 2 048 tokenov
- Fakturácia
- Podľa spotreby (tokeny alebo čas GPU)
- Katalógová položka aktualizovaná
- 23. septembra 2026
Značky
- replicate
- multimodal
- vision-understanding
- deepseek
- open-weights
Často kladené otázky
Čo je DeepSeek-VL 7B?
DeepSeek-VL 7B je model od DeepSeek v kategórii Multimodálne.
Koľko stojí DeepSeek-VL 7B na Railwail?
Na Railwail stojí DeepSeek-VL 7B ≈ 0,0086 USD za spustenie. Platíte za to, čo každý požiadavok skutočne spotrebuje. Použitie sa platí z predplateného kreditu; 1 kredit sa rovná 0,01 USD.
Aké je kontextné okno DeepSeek-VL 7B?
Kontextné okno DeepSeek-VL 7B obsahuje 4 096 tokenov. Jedna odpoveď môže byť dlhá až 2 048 tokenov.
Ako rýchly je DeepSeek-VL 7B?
Pre DeepSeek-VL 7B je na Railwail zatiaľ príliš málo meraných spustení na určenie doby spustenia. Závisí to od vstupu, nastavení a zaťaženia u poskytovateľa.
Je DeepSeek-VL 7B lepší ako BLIP?
Závisí to od úlohy. DeepSeek-VL 7B (DeepSeek) a BLIP (Salesforce) sú oba modely v kategórii Multimodálne. Stránka porovnania zobrazuje ich ceny a špecifikácie vedľa seba.
Porovnať DeepSeek-VL 7B a BLIPMôže DeepSeek-VL 7B spracovávať obrázky?
Áno. DeepSeek-VL 7B akceptuje obrázky ako vstup okrem textu.
Porovnateľné modely
Všetky v tejto kategórii- 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.
Všetky modely cez jedno API
Jeden API kľúč pre všetky modely na Railwail. Použitie sa účtuje z predplateného kreditu, 1 kredit = 0,01 USD.