
Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle
Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle
MixPeek verzeichnet 33.227 monatliche Besuche mit -12,4 % Wachstum gegenüber dem Vormonat und einem Preismodell „Freemium, Preise auf Anfrage“. Pongo (Moondream) verzeichnet 0 monatliche Besuche mit 0 % Wachstum und einem Preismodell „Freemium“.

Ein Open-Source-Vision-Modell für Bildbeschreibung, Q&A, OCR und Erkennung.
| Dimension / Kennzahl | ![]() | ![]() |
|---|---|---|
| Offizielle Domain | mixpeek.com | moondream.ai |
| Preismodell | Freemium, Preise auf Anfrage | Freemium |
| Monatliche Besuche | 33.227 (33.227) | 0 (0) |
| MoM-Traffic-Delta | -4713 (-12,4 %) | 0 (0 %) |
| Primärmarkt und Anteil | 🇺🇸 Vereinigte Staaten (28,4 %) | 🌐 Global (—) |
| Direkte Besuche / Monat | 11.414 | 0 |
| Nutzerbewertung | 4,4 | 4,8 |
| Unterstützte Plattformen | Website | Website |

Ein multimodales Data Warehouse, das Video, Audio und Dokumente in abfragbare Zeilen verwandelt
Jedes Video, Bild, Audio oder PDF wird vor Ort gelesen und als Spalten wie Szenenzeiten, Beschreibungen, Transkription, OCR-Text und Embeddings geschrieben – mit dem erzeugenden Modell in jeder Spalte.
Führe offene Embedding-, Erkennungs-, Segmentierungs- und Video-/Bild-Q&A-Modelle auf deinen Daten aus und vergleiche sie nach Aufgabe, Eingabetyp und Hardware.
Bündle Modelle, Daten und Retrieval-Strategie in einem Manifest für einen konkreten Job: Archivsuche, Videomoderierung, Archivrecherche, Artikel-zu-Video-Zuordnung oder RTSP-Live-Monitoring.
Verknüpfe deine eigenen Medien mit vorindexierten Datensätzen wie Referenzen öffentlicher Personen, Marken- und Sloganregistern oder IAB-Kontextkategorien, um Fragen zu beantworten, die deine Dateien allein nicht zulassen.

Ein Open-Source-Vision-Modell für Bildbeschreibung, Q&A, OCR und Erkennung.
Erzeuge mit wenigen Zeilen Python natürlichsprachliche Beschreibungen beliebiger Bilder – nützlich für Barrierefreiheit, Asset-Tagging und Katalogisierung.
Stelle in einfacher Sprache Fragen zu dem, was auf einem Foto zu sehen ist – Objekte, Anzahl, Text, Kontext – und erhalte präzise Antworten.
Lies gedruckten Text, Beschilderungen und Dokumente direkt aus Bildern, ohne separate OCR-Pipeline.
Erkenne, verorte und zähle Objekte und Personen in einem Bild; die Modellfamilie unterstützt zudem Pointing- und blickartiges Verständnis.

Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle
Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle

Ultraschnelle KI-Inferenz auf der LPU- und LPX-Plattform

Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Kostenlos / Open SourceDie multimodale Basis-Modellfamilie von Tencent für Text, Vision, Bild und Sprache
Kostenlos / Open SourceDie multimodale Basis-Modellfamilie von Tencent für Text, Vision, Bild und Sprache
Kostenlos / Open SourceComputer Vision für die physische Welt entwickeln, trainieren und bereitstellen
Kostenlos / Open SourceComputer Vision für die physische Welt entwickeln, trainieren und bereitstellen
Kostenlos / Open SourceUnsloth is an open-source toolkit for running and training large language models locally. It provides faster, more memory-efficient fine-tuning, a local chat and agent environment with browser use, image and video generation, and an OpenAI-compatible API your existing tools can connect to.
Kostenlos / Open SourceUnsloth is an open-source toolkit for running and training large language models locally. It provides faster, more memory-efficient fine-tuning, a local chat and agent environment with browser use, image and video generation, and an OpenAI-compatible API your existing tools can connect to.

SpezialisiertKI-gestützte CAPTCHA-Lösungs-API für hohe Skalierung
SpezialisiertKI-gestützte CAPTCHA-Lösungs-API für hohe Skalierung

Multimodale KI-Erkennungs-API für synthetische Bilder, Text, Audio, Video und Deepfakes
Multimodale KI-Erkennungs-API für synthetische Bilder, Text, Audio, Video und Deepfakes

Eine Suchbasis aus Embeddings, Rerankern und Reader-APIs

TwelveLabs is an enterprise video intelligence platform and API that turns raw footage into searchable, AI-ready data. Upload video and you can query it in natural language — find specific actions, scenes, dialogue, or even emotions across hours or years of footage with no manual tagging.
TwelveLabs is an enterprise video intelligence platform and API that turns raw footage into searchable, AI-ready data. Upload video and you can query it in natural language — find specific actions, scenes, dialogue, or even emotions across hours or years of footage with no manual tagging.

Nativ multimodale KI-Modelle und Infrastruktur für Video, Bild, Audio und Text in Echtzeit.
Nativ multimodale KI-Modelle und Infrastruktur für Video, Bild, Audio und Text in Echtzeit.

Jedes Bild per KI beschreiben – ausführliche Beschreibungen, Captions, Prompts und Textextraktion an einem Ort
Jedes Bild per KI beschreiben – ausführliche Beschreibungen, Captions, Prompts und Textextraktion an einem Ort