# huntr vs Models.dev huntr verzeichnet 45.283 monatliche Besuche mit -61,9 % Wachstum gegenüber dem Vormonat und einem Preismodell „Kostenlos“. Models.dev verzeichnet 200.451 monatliche Besuche mit -3,9 % Wachstum und einem Preismodell „Kostenlos“. | Kennzahl | [huntr](https://openaitools.app/de/tool/huntr-com) | [Models.dev](https://openaitools.app/de/tool/models-dev) | | :--- | :--- | :--- | | Website-URL | https://huntr.com | https://models.dev | | Kategorien | KI-Entwicklertools, Open-Source-KI-Modelle, KI-Modelle | KI-Modelle, AI API, Open-Source-KI-Modelle, KI-Tool-Verzeichnis | | Preismodell | Kostenlos | Kostenlos | | Monatliche Besuche | 45.283 | 200.451 | | MoM-Wachstumsrate | -61,9 % | -3,9 % | | Primärmarkt | Vereinigte Staaten | China | | Direkte Besuche | 22.903 | 136.316 | | Bewertungsergebnis | 4,3 | 4,4 | | Anzahl gespeicherter Einträge | 2 | 0 | | Unterstützte Plattformen | Website | Website | ## huntr huntr überträgt die Mechanik eines Bug-Bounty-Marktplatzes auf künstliche Intelligenz und maschinelles Lernen. Statt generischer Web-Schwachstellen wählen Hunter eine Challenge, prüfen die Regeln und versuchen, einen bestimmten KI-Assistenten, Agenten oder ein Modellartefakt zu brechen: einen Schadenassistenten dazu zu bringen, ein verborgenes Token preiszugeben, einen Trading-Agenten zu unautorisierten Geschäften zu bewegen oder die Guardrails eines Assistenten zu umgehen, der ein Geheimnis hüten soll. Jede Challenge hat klare Ziele und einen Preistopf, der Fortschritt zeigt sich in einem öffentlichen Ranking. Der Ablauf ist bewusst einfach und transparent: eine Challenge wählen, im Leaderboard aufsteigen, Geld gewinnen. Teilnehmer konkurrieren über ein festes Zeitfenster, danach werden Ergebnisse und Writeups veröffentlicht, sodass sich Techniken in der Community verbreiten. Ausgezeichnete Challenges auf der Website hatten Preistöpfe in der Größenordnung von 15.000 Dollar. Die Plattform betreibt zudem einen aktiven Blog zu LLM-Jailbreaks, Prompt-Injection-Bypässen und Zero-Day-Informationen in KI/ML-Komponenten, einschließlich Arbeiten zu Keras-Modell-Deserialisierung und TensorFlow-Lambda-Exploits. huntr ist für Forscher kostenlos und wird von Palo Alto Networks und Prisma AIRS, deren KI-Sicherheitsplattform, unterstützt. Diese Sponsoring-Struktur ist wichtig: huntr fungiert sowohl als Jagdrevier der Community als auch als Kanal, um reale Schwachstellen in der KI-Lieferkette sichtbar zu machen, die Organisationen dann beheben können. Hinzu kommen eine Discord-Community und ein FAQ für Teilnehmer. **Preise und Tarife:** Free - **Challenges mit KI/ML-Fokus:** Zeitlich begrenzte Hacking-Aufgaben gegen LLM-Assistenten, agentische Systeme und Modellartefakte, jeweils mit klaren Zielen und Regeln. - **Geldpreise und Leaderboards:** In einem festen Zeitfenster konkurrieren, in öffentlichen Rankings aufsteigen und mit Top-Platzierungen echte Geldpreise gewinnen. - **Veröffentlichte Ergebnisse und Writeups:** Nach Abschluss einer Challenge werden Ergebnisse und Techniken geteilt, sodass die Community von jedem Exploit lernt. - **Schwachstellensuche in Modellen und Bibliotheken:** Die Forschung erstreckt sich auf Ziele der ML-Lieferkette wie Keras-Modell-Deserialisierung und TensorFlow-Lambda-Exploits. - **Community und Wissensbasis:** Discord-Server, Blog und FAQ begleiten Forscher von der ersten Challenge bis zu fortgeschrittenen Rankings. **Stärken:** Speziell für KI/ML-Sicherheit gebaut statt umgenutzter Web-Bug-Bounties; Echte Geldpreise mit transparentem, gamifiziertem Leaderboard; Unterstützt von Palo Alto Networks und Prisma AIRS; Öffentliche Writeups machen jede Challenge zu Lernmaterial **Einschränkungen:** Belohnungen konzentrieren sich auf die obersten Ränge jeder Challenge; Challenges rotieren, es gibt also Phasen mit wenigen Zielen; Der Wettbewerbsfokus lässt langfristigen privaten Disclosure-Programmen weniger Gewicht [Profile (Markdown)](https://openaitools.app/de/tool/huntr-com.md) ## Models.dev Models.dev beantwortet eine sehr praktische Frage: Welches Modell sollte ich nutzen und was kostet es? Jeder Eintrag steht unter einer kanonischen Kennung im Format Anbieter/Modell, sodass dasselbe Modell bei mehreren Anbietern direkt vergleichbar ist statt geschätzt werden zu müssen. Die Spalten umfassen Kontextfenster, maximale Ausgabe, Ein- und Ausgabeunterstützung, Reasoning, Tool-Calling, strukturierte Ausgabe, Temperatursteuerung, offene oder geschlossene Gewichte, Preis pro Million Token sowie Veröffentlichungs- und Aktualisierungsdatum. Da Modellveröffentlichungen schnell erfolgen, ist der Katalog auf Aktualität ausgelegt: sortier- und durchsuchbare Tabellen erlauben das Filtern nach Labor oder Anbieter. Er enthält sowohl geschlossene Flaggschiff-Modelle als auch Open-Weight-Alternativen, was sowohl für Kostenplanung als auch für Fähigkeitsrecherche nützlich ist. Das Projekt ist Open Source und kostenlos und darauf ausgelegt, programmatisch genutzt zu werden. Entwickler können den Katalog über eine JSON-API oder ein typsicheres SDK in eigene Tools holen, was ihn zu einem praktischen Backend für Dashboards, Routing-Logik oder interne Kostenrechner macht – nicht nur zu einer Nachschlagseite. **Preise und Tarife:** Models.dev ist kostenlos und Open Source. Es ist eine Referenzdatenbank, die gelisteten Preise sind also die pro Million Token von den Modellanbietern berechneten Sätze, keine Gebühr für die Nutzung der Seite. - **Kanonische Modellkennungen:** Jedes Modell nutzt ein einheitliches Format Anbieter/Modell für den direkten Vergleich über Anbieter hinweg. - **Spezifikationsvergleich:** Kontextfenster, Ausgabelimit, Reasoning, Tool-Calling, strukturierte Ausgabe und Temperatur im direkten Vergleich. - **Preistransparenz:** Ein- und Ausgabepreise pro Million Token neben Veröffentlichungs- und Aktualisierungsdatum. - **Offene und geschlossene Modelle:** Geschlossene Flaggschiff-APIs und Open-Weight-Modelle vieler Labore in einem sortierbaren Katalog. - **Entwicklerzugang:** Den Katalog über JSON-API oder typsicheres SDK in eigene Tools und Dashboards einbinden. **Stärken:** Kostenlos und Open Source, kein Konto erforderlich; Einheitliche kanonische Kennungen machen Vergleiche verlässlich; Preise, Limits und Fähigkeiten in einer sortierbaren Tabelle; Als JSON-API und typsicheres SDK programmatisch nutzbar **Einschränkungen:** Es ist ein Referenzkatalog, kein Inferenz- oder Hostingdienst; Datenqualität hängt davon ab, ob Community und Maintainer mit Releases Schritt halten; Die Oberfläche richtet sich an Entwickler und bietet kaum Orientierung für Nicht-Techniker [Profile (Markdown)](https://openaitools.app/de/tool/models-dev.md) ## Häufig gestellte Fragen ### Wie vergleichen sich huntr und Models.dev beim monatlichen Traffic? huntr hat 45.283 monatliche Besuche, während Models.dev 200.451 verzeichnet. Traffic-Schätzungen beschreiben die Publikumsgröße, nicht die Produktqualität. ### Wie vergleichen sich ihre Wachstumsraten? huntr verzeichnet eine Wachstumsrate von -61,9 % gegenüber dem Vormonat; Models.dev verzeichnet -3,9 %. ### Wie vergleichen sich die Preise? huntr: Kostenlos. Free Models.dev: Kostenlos. Models.dev ist kostenlos und Open Source. Es ist eine Referenzdatenbank, die gelisteten Preise sind also die pro Million Token von den Modellanbietern berechneten Sätze, keine Gebühr für die Nutzung der Seite. ## Alternativen | # | Tool-Name | Monatliche Besuche | MoM-Wachstumsrate | Preismodell | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [Code Arena](https://openaitools.app/de/tool/code-arena) | 35.827.928 | +19,4 % | Kostenlos | Code Arena is a hands-on playground and leaderboard where you can pit leading AI coding models against each other on real web builds, comparing speed, accuracy, and logic in live side-by-side battles. | [.md](https://openaitools.app/de/tool/code-arena.md) | | 2 | [Outlier AI](https://openaitools.app/de/tool/outlier-ai) | 10.372.036 | +7,6 % | Kostenpflichtig | Verdiene Geld mit dem Training der nächsten KI-Modellgeneration | [.md](https://openaitools.app/de/tool/outlier-ai.md) | | 3 | [clickworker](https://openaitools.app/de/tool/clickworker-com) | 1.861.149 | +0,5 % | Preise auf Anfrage | Crowdsourcing-Datendienste für KI-Training und Marktdaten | [.md](https://openaitools.app/de/tool/clickworker-com.md) | | 4 | [LabLab.ai](https://openaitools.app/de/tool/lablab-ai) | 431.529 | -39,7 % | Kostenlos | Kostenlose KI-Hackathons und eine globale Community für KI-Builder | [.md](https://openaitools.app/de/tool/lablab-ai.md) | | 5 | [fast.ai](https://openaitools.app/de/tool/fast-ai) | 250.720 | -10,4 % | Kostenlos | Kostenlose praktische Deep-Learning-Kurse, Forschung und Open-Source-Bibliotheken | [.md](https://openaitools.app/de/tool/fast-ai.md) | | 6 | [Surge AI](https://openaitools.app/de/tool/surgehq-ai) | 245.142 | +6,6 % | Preise auf Anfrage | Expertische menschliche Daten und Evaluation für das Training von Frontier-KI | [.md](https://openaitools.app/de/tool/surgehq-ai.md) | | 7 | [Stork](https://openaitools.app/de/tool/stork) | 201.544 | +2,3 % | Kostenlos | Includes model pricing trackers and developer news alongside tools directories, but less focused on raw API specs. | [.md](https://openaitools.app/de/tool/stork.md) | | 8 | [Open Data Science (ODS.ai)](https://openaitools.app/de/tool/ods-ai) | 159.630 | +15,9 % | Kostenlos | Community-Hub für Data-Science-, Machine-Learning- und AI-Praktiker | [.md](https://openaitools.app/de/tool/ods-ai.md) | | 9 | [InfraBase.ai](https://openaitools.app/de/tool/infrabase-ai) | 39.072 | -13,6 % | Kostenlos | Catalogues and compares AI infrastructure tools and services across categories, but lacks deep per-token pricing tables. | [.md](https://openaitools.app/de/tool/infrabase-ai.md) | | 10 | [CalcForge](https://openaitools.app/de/tool/calcforge) | 31.360 | -4,8 % | Free, Paid | Open-Source-Ingenieurrechner für den Bau- und Konstruktionsentwurf | [.md](https://openaitools.app/de/tool/calcforge.md) | --- Quelle: https://openaitools.app/de/compare/huntr-com-vs-models-dev 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)