# Honcho vs supermemory

Honcho verzeichnet 137.752 monatliche Besuche mit +2,2 % Wachstum gegenüber dem Vormonat und einem Preismodell „Kostenpflichtig, Preise auf Anfrage“. supermemory verzeichnet 156.579 monatliche Besuche mit -7,7 % Wachstum und einem Preismodell „Preise auf Anfrage“.

| Kennzahl | [Honcho](https://openaitools.app/de/tool/honcho) | [supermemory](https://openaitools.app/de/tool/supermemory-1) |
| :--- | :--- | :--- |
| Website-URL | https://honcho.dev | https://supermemory.ai |
| Kategorien | AI Agent, AI API, KI-Wissensmanagement, KI-Entwicklertools | AI API, Large Language Models (LLMs), KI-Entwicklertools, AI Agent |
| Preismodell | Kostenpflichtig, Preise auf Anfrage | Preise auf Anfrage |
| Monatliche Besuche | 137.752 | 156.579 |
| MoM-Wachstumsrate | +2,2 % | -7,7 % |
| Primärmarkt | Vereinigte Staaten | Vereinigte Staaten |
| Direkte Besuche | 59.031 | 71.163 |
| Bewertungsergebnis | 4,5 | 4,5 |
| Anzahl gespeicherter Einträge | 0 | 0 |
| Unterstützte Plattformen | Website | Website |

## Honcho

Honcho is an open-source memory layer for AI agents. It ingests messages, indexes them, and runs background reasoning so agents can recall who a user is, what happened before, and what to do next — across sessions, tools, and machines.

**Preise und Tarife:** Usage-based pricing on the hosted platform: ingestion billed at roughly $2 per 1M tokens stored, unlimited free reads from context(), and on-demand reasoning queries tiered from about $0.001 (instant minimal) up to $0.50 (research-grade Max). The software itself is open source.

- **Reasoning memory engine:** Neuromancer continuously derives conclusions, patterns, and hypotheses from stored messages rather than only replaying raw text.
- **One-call context():** Returns curated reasoning plus relevant conversation history in around 200ms, ready to drop into any agent loop.
- **Peer and relationship modeling:** Track users, agents, NPCs, groups, and their relationships with global or surgically scoped perspectives.
- **Model-agnostic integrations:** Works with OpenAI, Anthropic, and custom models, plus coding agents and clients like Claude Code, Codex, and OpenClaw.
- **Background Dreaming:** Asynchronous reasoning runs automatically to keep the model of each peer fresh without slowing down runtime.

**Stärken:** Open source, so you can self-host and inspect the memory layer; Reasons about users over time instead of only storing raw messages; Model-agnostic with a broad set of agent and client integrations; Unlimited free reads plus configurable token budgets reduce prompt bloat

**Einschränkungen:** Reasoning quality and cost depend on choosing the right query tier; Pricing is developer-oriented and requires estimating token volumes; Deep reasoning tiers are asynchronous and may not fit strictly real-time flows; Self-hosting means you own infrastructure, scaling, and storage costs

[Profile (Markdown)](https://openaitools.app/de/tool/honcho.md)

## supermemory

Die meisten LLM-Anwendungen behandeln Memory als Nebensache: Der Chatverlauf wird in den Prompt gestopft, bis das Kontextfenster voll ist, und in der nächsten Sitzung oder nach einem Modellwechsel ist alles verloren. supermemory geht das Problem als Infrastruktur an. Das Modell learner-1 liest eingehende Materialien – Gespräche, Dateien, URLs, Rohdaten – und führt Update-, Merge-, Inferenz- und Forget-Operationen auf einer Vektor-Graph-Datenbank aus, sodass Gelerntes dicht, vernetzt und zeitbewusst bleibt, statt sich als immer längeres Transkript anzuhäufen.

Zum Zeitpunkt der Anfrage werden die relevanten Erinnerungen als Tokens direkt in den Kontext des Agenten injiziert, wodurch der Ansatz modell- und harness-unabhängig bleibt. Da Lernen und Memory außerhalb der Modellanbieter liegen, wandert das angesammelte Verständnis mit der Anwendung, egal ob sie auf Claude, Modellen der GPT-Familie, Gemini oder Open-Weight-Modellen läuft und ob sie über SDK, Plugin oder MCP gesteuert wird.

Das Unternehmen sieht darin den schwierigen Teil der Agenten-Infrastruktur und untermauert das mit veröffentlichten Zahlen: Recall unter einer Sekunde im Produktionsverkehr, rund eine Billion verarbeitete Tokens pro Monat, Benchmarks auf LongMemEval, LoCoMo und ConvoMem sowie Kostenvergleiche gegenüber Markdown-Datei-Memory bei großen Korpora. Auf Unternehmensseite kommen SOC 2 Type II, eine HIPAA-BAA in höheren Tarifen, DSGVO-Konformität und Bereitstellungen von der Cloud bis zu eigener VPC, eigenem Rechenzentrum und air-gapped Umgebungen hinzu.

**Preise und Tarife:** Die Preisgestaltung teilt sich in Self-Service-Tarife und Enterprise-Verträge, weshalb die Seite ein Preismodell auf Anfrage ausweist. Free, Pro und Max decken die Standard-PDF-Extraktion und die persönliche Nutzung ab, während Scale und Enterprise erweiterte Dokumentenextraktion mit OCR sowie Beschreibungen von Abbildungen und Diagrammen, höhere Limits, Sicherheitszusagen wie SOC 2 Type II und HIPAA-BAA sowie Bereitstellung in Ihrer VPC, Ihrem Rechenzentrum oder air-gapped ergänzen. Genaue Preise sollten auf der Preisseite geprüft werden.

- **Memory-Modell learner-1:** Ein dediziertes Modell extrahiert, verschmilzt, schließt und vergisst über den gespeicherten Kontext, sodass der Memory-Graph sich laufend verbessert statt nur anzuwachsen.
- **Vektor-Graph-Speicher:** Jede Erkenntnis verlinkt auf die umliegenden Entitäten, Quellen und Zeitpunkte und speichert damit nicht nur Inhalte, sondern eine zeitbewusste Landkarte.
- **Modell-, Harness- und MCP-unabhängig:** Memory liegt außerhalb der Modellanbieter und wird über API, SDKs, Plugins und MCP genutzt, sodass Kontext über Modelle und Werkzeuge hinweg mitwandert.
- **Kontext-Injektion in Echtzeit:** Relevante Erinnerungen werden zur Anfragezeit als Tokens in den Prompt injiziert und liefern passenden Kontext ohne unbegrenzte Transkripte.
- **Enterprise-Bereitstellung und Compliance:** SOC 2 Type II, HIPAA-BAA in höheren Tarifen, DSGVO-Konformität sowie Bereitstellung in der Cloud, Ihrer VPC, Ihrem Rechenzentrum oder air-gapped.

**Stärken:** Memory ist von den Modellanbietern entkoppelt, sodass sich angesammelter Kontext über Modellwechsel hinweg hält; Umfangreiche technische Belege mit veröffentlichten Benchmarks, Latenzwerten und Kostenvergleichen; Mehrere Integrationswege: REST-API, SDKs, Plugins und MCP; Starke Enterprise-Positionierung mit SOC 2 Type II, HIPAA-BAA, DSGVO und air-gapped Bereitstellung

**Einschränkungen:** Die Self-Service-Preisangaben auf der öffentlichen Website sind dünn, exakte Tarifkosten erfordern möglicherweise ein Verkaufsgespräch; Es ist Infrastruktur und keine Endnutzer-App, es braucht also echte Integrationsarbeit bis zum Nutzen; Benchmarks und Adoptionszahlen stammen vom Anbieter und sollten an der eigenen Arbeitslast geprüft werden

[Profile (Markdown)](https://openaitools.app/de/tool/supermemory-1.md)

## Häufig gestellte Fragen

### Wie vergleichen sich Honcho und supermemory beim monatlichen Traffic?

Honcho hat 137.752 monatliche Besuche, während supermemory 156.579 verzeichnet. Traffic-Schätzungen beschreiben die Publikumsgröße, nicht die Produktqualität.

### Wie vergleichen sich ihre Wachstumsraten?

Honcho verzeichnet eine Wachstumsrate von +2,2 % gegenüber dem Vormonat; supermemory verzeichnet -7,7 %.

### Wie vergleichen sich die Preise?

Honcho: Kostenpflichtig, Preise auf Anfrage. Usage-based pricing on the hosted platform: ingestion billed at roughly $2 per 1M tokens stored, unlimited free reads from context(), and on-demand reasoning queries tiered from about $0.001 (instant minimal) up to $0.50 (research-grade Max). The software itself is open source. supermemory: Preise auf Anfrage. Die Preisgestaltung teilt sich in Self-Service-Tarife und Enterprise-Verträge, weshalb die Seite ein Preismodell auf Anfrage ausweist. Free, Pro und Max decken die Standard-PDF-Extraktion und die persönliche Nutzung ab, während Scale und Enterprise erweiterte Dokumentenextraktion mit OCR sowie Beschreibungen von Abbildungen und Diagrammen, höhere Limits, Sicherheitszusagen wie SOC 2 Type II und HIPAA-BAA sowie Bereitstellung in Ihrer VPC, Ihrem Rechenzentrum oder air-gapped ergänzen. Genaue Preise sollten auf der Preisseite geprüft werden.

## Alternativen

| # | Tool-Name | Monatliche Besuche | MoM-Wachstumsrate | Preismodell | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Hermes-Agent](https://openaitools.app/de/tool/hermes-agent-1) | 3.638.741 | -5,4 % | Freemium | Ein kostenloser, quelloffener persönlicher KI-Agent, der Ihre Projekte lernt und in jeder Messaging-App arbeitet. | [.md](https://openaitools.app/de/tool/hermes-agent-1.md) |
| 2 | [Composio](https://openaitools.app/de/tool/composio) | 2.782.603 | +22,8 % | Freemium, Preise auf Anfrage | Focuses on tool integrations and authentication for agents, complementing memory engines rather than storing cross-session context. | [.md](https://openaitools.app/de/tool/composio.md) |
| 3 | [LiteLLM](https://openaitools.app/de/tool/litellm) | 576.967 | +7,9 % | Freemium, Preise auf Anfrage | Ein Open-Source-KI-Gateway für über 100 LLM-Anbieter | [.md](https://openaitools.app/de/tool/litellm.md) |
| 4 | [Merge](https://openaitools.app/de/tool/merge-dev) | 313.201 | +1,7 % | Freemium, Preise auf Anfrage | Die universelle Kontext-Engine, die Agenten mit Daten, Tools und Modellen verbindet | [.md](https://openaitools.app/de/tool/merge-dev.md) |
| 5 | [Pinecone](https://openaitools.app/de/tool/pinecone) | 286.732 | -31 % | Freemium, Kostenpflichtig, Preise auf Anfrage | Bietet skalierbare Vektorsuche und RAG-Speicherung auf Unternehmensebene, entbehrt jedoch der automatisierten Agenten-Speichergraphen-Abstraktionen von supermemory. | [.md](https://openaitools.app/de/tool/pinecone.md) |
| 6 | [Portkey](https://openaitools.app/de/tool/portkey-ai) | 195.650 | -9,4 % | Freemium, Kostenpflichtig, Preise auf Anfrage | KI-Gateway, Observability und Guardrails für LLM-Apps in Produktion | [.md](https://openaitools.app/de/tool/portkey-ai.md) |
| 7 | [Agno](https://openaitools.app/de/tool/agno) | 140.302 | -3,3 % | Preise auf Anfrage, Kostenlos | Selbststeuernde Agenten-Plattform in Ihrer eigenen Cloud | [.md](https://openaitools.app/de/tool/agno.md) |
| 8 | [AIsa](https://openaitools.app/de/tool/aisa) | 89.162 | -10,3 % | Freemium | Ein Schlüssel, ein Schema, über 6.000 APIs für Ihre KI-Agenten | [.md](https://openaitools.app/de/tool/aisa.md) |
| 9 | [Qdrant](https://openaitools.app/de/tool/qdrant-io) | 72.992 | -38,4 % | Freemium, Preise auf Anfrage | Provides high-performance open-source vector similarity search, requiring custom schema design for agent memory management. | [.md](https://openaitools.app/de/tool/qdrant-io.md) |
| 10 | [HydraDB OSS](https://openaitools.app/de/tool/hydradb-oss) | 29.635 | +5,8 % | Freemium, Preise auf Anfrage | Bietet robusten Open-Source-Graphenspeicher auf Objektspeichern, ist jedoch eher eine Datenbank als eine schlüsselfertige Agenten-Memory-API. | [.md](https://openaitools.app/de/tool/hydradb-oss.md) |

---
Quelle: https://openaitools.app/de/compare/honcho-vs-supermemory-1

More Markdown: [Kategorien](https://openaitools.app/de/categories.md) · [Traffic-Rankings](https://openaitools.app/de/rankings.md) · [llms.txt](https://openaitools.app/de/llms.txt)
