Foldbun Stack
EN获取 API 密钥即将推出

Foldbun Stack

按量计费的视觉模型 API

通过同一个 REST API 调用分割、OCR、文档解析、图像嵌入和抠图模型。每次调用按图片、提示或页面以额度计费,无需订阅。

阅读文档在 Playground 中试用即将推出
  • 注册后即可使用公共模型池:ppocr-v6、dinov3 和 siglip2,每天 100 次。
  • 额度不设有效期。调用失败不收费。
  • 使用 Foldbun ID 登录。
sam3文本提示carperson示例结果
SAM 3 分割的街景:9 辆汽车以蓝色标出,18 个行人以青色标出。
27 个实例 · car 9 · person 18
本次调用:图像编码 0.5 + 2 个文本提示 × 0.05 = 0.6 额度(按储值折合约 US$0.0006)

几分钟内完成首次请求

每类任务一个 HTTPS 端点,JSON 输入和输出,使用 Bearer API 密钥认证。

  1. 创建 API 密钥

    使用 Foldbun ID 登录控制台并创建密钥,公共模型池立即可用。

    打开控制台即将推出
  2. 发送图片

    以 base64 发送图片,或改用之前响应返回的 img_ 句柄,无需重复上传。

  3. 读取结果

    多边形、框、带字级框的文本行、Markdown 或向量。每个响应都注明本次费用和剩余余额。

    阅读文档
# macOS:把 "base64 -w0 street.webp" 换成 "base64 -i street.webp"
curl https://api.stack.foldbun.com/v1/segment \
  -H "Authorization: Bearer $FOLDBUN_API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<EOF
{"model": "sam3", "image": {"base64": "$(base64 -w0 street.webp)"},
 "prompts": [{"text": "car"}, {"text": "person"}]}
EOF
import base64, os, requests

with open("street.webp", "rb") as f:
    image = base64.b64encode(f.read()).decode()

r = requests.post(
    "https://api.stack.foldbun.com/v1/segment",
    headers={"Authorization": f"Bearer {os.environ['FOLDBUN_API_KEY']}"},
    json={"model": "sam3",
          "image": {"base64": image},
          "prompts": [{"text": "car"}, {"text": "person"}]},
    timeout=60,
)
r.raise_for_status()
print(r.json())
{
  "id": "call_01a1913c-25a0-73fd-a074-7a6ac6154590",
  "model": "sam3",
  "image": {"height": 1008, "id": "img_312c4e3a…c6e2", "width": 1343},
  "cache": "miss",
  "imageFee": 0.5,
  "instances": [
    {
      "score": 0.9696,
      "bbox": [0, 716, 207, 889],
      "area": 27120,
      "prompt": 0,
      "label": "car",
      "polygon": [
        {"outer": [47, 718, 100, 728, 132, 743, …]}
      ]
    }
    … 26 more
  ],
  "dropStats": [],
  "cost": 0.6,
  "balance": 1233.96
}

模型

七个模型,覆盖分割、文字、文档、嵌入和抠图。下图均为 API 实际输出的记录。

模型与价格
分割

SAM 3sam3

基于文本、样例框和点提示分割。

图像编码每张 0.5 + 文本提示每个 0.05 + 点提示每个 0.02 + 细化每次 0.02

分割

SAM 2.1 Hiera-Ssam-lite

基于点和框分割。

图像编码每张 0.2 + 点或框提示每个 0.01 + 细化每次 0.01

免费池
文字与文档

PP-OCRv6ppocr-v6

识别截图和区域中的文字,带字级框。

每张图像 0.25

公共池
文字与文档

PaddleOCR-VLpaddleocr-vl

文档解析:版面、表格和公式,输出 Markdown。

每页 2

抠图

BiRefNetbirefnet

抠图,发丝级 alpha。

每张图像 1

模型与价格

每个模型的单价、模型池、限额和许可证。

价格

价格以额度计。调用失败不收费。无订阅,无月费,额度不设有效期。

完整价目表
模型单价(额度)示例调用每 1,000 次(额度)
sam3图像编码每张 0.5 + 文本提示每个 0.05 + 点提示每个 0.02 + 细化每次 0.021 张图,1 个文本提示550
按储值折合约 US$0.55
sam-lite图像编码每张 0.2 + 点或框提示每个 0.01 + 细化每次 0.011 张图,1 个点210
按储值折合约 US$0.21
ppocr-v6每张图像 0.251 张图250
按储值折合约 US$0.25
paddleocr-vl每页 21 页2,000
按储值折合约 US$2.00
dinov3每张图像 0.051 张图50
按储值折合约 US$0.05
siglip2每张图像 0.05,每条文本 0.011 张图50
按储值折合约 US$0.05
birefnet每张图像 11 张图1,000
按储值折合约 US$1.00

SAM 图像编码费每次调用收取一次;同一图像的编码仍在该账户的缓存中时免收。缓存最长保留 7 天,也可能更早被清除,估算时应计入编码费。

公共池注册后

ppocr-v6, dinov3, siglip2

每天 100 次,每分钟 10 次,不收费。

免费池首次储值后

+ sam-lite

每天含 1,000 次免费调用,每分钟 60 次。超出部分从余额扣费。

有余额时

全部模型

按单价从余额扣费。

储值储值按 US$1 = 1,000 额度到账,最低 US$0.99。在线储值暂未开放,储值通过支持团队办理。

接口要点

文档

按提示计费

SAM 3 每次调用收取一次图像编码费,此外按每个文本提示或样例框(分割)和每个点(细化)计费,因此同一张图上的多个提示只比一个提示略贵。

图像句柄

每个响应都返回图像的 img_ 句柄。对同一张图的后续调用只需发送句柄,无需再次发送图像数据。

原图尺寸坐标

所有坐标均为按 EXIF 摆正后的原图的像素,每个结果都附带其尺寸。蒙版可以比图小,并附带自己的尺寸。

安全重试

消耗额度的调用支持 Idempotency-Key 请求头。重复调用返回原响应,不会再次计费。

常见问题

什么是额度?

额度是 Foldbun Stack 的计费单位。价格、余额和每次调用的费用都以额度表示。储值按 US$1 = 1,000 额度到账。

额度会过期吗?

不会。额度不设有效期,在用完之前一直保留在余额中。

有免费档吗?

注册后即可调用公共模型池(ppocr-v6、dinov3、siglip2),每天 100 次。首次储值后,免费池增加 sam-lite,每天含 1,000 次免费调用。不提供每月免费额度。

如何储值?

在线储值暂未开放。储值通过支持团队办理,控制台中列出联系方式和需要提供的账户 ID。最低储值 US$0.99。

SAM 编码费是否每次都收取?

编码费每次 SAM 调用收取一次。如果同一张图的编码仍在该账户的缓存中,编码费免收,响应中显示 "cache": "hit" 和 "imageFee": 0。缓存最长保留 7 天,也可能更早被清除。

支持哪些图片?

JPEG、PNG 和静态 WebP,最大 20 MiB、4,000 万像素,以 base64 或之前响应返回的 img_ 句柄发送。

Foldbun Stack — 按量计费的视觉模型 API

使用 Foldbun ID 登录即可创建 API 密钥,公共模型池立即可用。

阅读文档在 Playground 中试用即将推出