# Salad vs supermemory

Salad enregistre 713 519 visites mensuelles avec une croissance mensuelle de +10,4 % et un modèle tarifaire Essai gratuit, Payant, Tarifs sur demande. supermemory enregistre 156 579 visites mensuelles avec une croissance de -7,7 % et un modèle tarifaire Tarifs sur demande.

| Métrique | [Salad](https://openaitools.app/fr/tool/salad-gpu-cloud) | [supermemory](https://openaitools.app/fr/tool/supermemory-1) |
| :--- | :--- | :--- |
| URL du site web | https://salad.com | https://supermemory.ai |
| Catégories | Outils de développement IA, AI API, Transcription IA, Large Language Models (LLMs) | AI API, Large Language Models (LLMs), Outils de développement IA, AI Agent |
| Modèle tarifaire | Essai gratuit, Payant, Tarifs sur demande | Tarifs sur demande |
| Visites mensuelles | 713 519 | 156 579 |
| Taux de croissance mensuel | +10,4 % | -7,7 % |
| Marché principal | États-Unis | États-Unis |
| Visites directes | 440 915 | 71 163 |
| Score d'avis | 4,3 | 4,5 |
| Nombre d'enregistrements | 1 | 0 |
| Plateformes prises en charge | Site web | Site web |

## Salad

Salad attaque le coût du calcul GPU sous un autre angle. Au lieu de financer de nouvelles capacités de centre de données, elle coordonne l'offre déjà existante : des GPU grand public inutilisés dans des PC et stations de travail du monde entier. Depuis 2018, plus de 450 000 GPU ont contribué au réseau, qui rapporte aujourd'hui plus de 16 000 GPU actifs par jour répartis dans plus de 190 pays. Les tarifs commencent autour de 0,015 dollar par heure de GPU, ce que l'entreprise présente comme jusqu'à 90 % en dessous des tarifs des hyperscalers.

La couche d'orchestration est le produit central. Salad Container Engine planifie des conteneurs OCI/Docker sur des nœuds qu'elle n'a jamais vus, les vérifie et les isole derrière un hyperviseur, diffuse les logs et réaffecte le travail dès qu'un nœud disparaît — un point critique, car le matériel grand public interruptible décroche de façon imprévisible. Une notation de confiance propriétaire évalue les performances et la disponibilité des nœuds, et la tarification prioritaire associe l'offre interruptible bon marché aux charges conçues pour la tolérer. Le même moteur tourne sur Community Cloud, sur du matériel réservé Salad Dedicated (RTX PRO 6000 Blackwell parmi les premiers) et dans un Private Cloud au sein de votre organisation, où les GPU inutilisés des stations de travail sont regroupés en un service de jetons compatible OpenAI sans que les données d'entreprise quittent les appareils de l'entreprise.

Plusieurs produits managés s'y ajoutent : une AI Gateway compatible OpenAI pour les modèles à poids ouverts, une Transcription API et Gateway Service pour les tunnels d'IP résidentielles. Des benchmarks publiés par charge de travail étayent le discours — par exemple 5 243 images Flux.1-Schnell par dollar, 95,1 % de précision sur CommonVoice à partir de 0,16 dollar par heure d'audio, et des tarifs horaires de GPU ou un prix par jeton à partir de 0,06 dollar par million de jetons d'entrée pour l'inférence LLM. Parmi les utilisateurs en production figurent Civitai, Blend, Klyne.ai, Undetectable AI, Pareto et Datasembly.

**Tarifs et offres:** Paiement à l'usage, sans contrat ni minimum sur SaladCloud : facturation à la seconde pour les conteneurs et au jeton sur l'AI Gateway, avec des tarifs GPU à partir d'environ 0,015 dollar par heure et des remises dégressives sur volume. La capacité réservée et les contrats d'entreprise sont disponibles via Salad Dedicated et Private Cloud, sur devis.

- **Salad Container Engine:** Planifie, surveille et réaffecte des charges Docker/OCI sur des milliers de nœuds GPU distribués, avec bascule automatique quand des nœuds disparaissent.
- **Pool GPU Community Cloud:** Accès à la demande à un pool distribué de GPU grand public inutilisés dans plus de 190 pays, tarif prioritaire à partir d'environ 0,015 dollar par heure de GPU.
- **AI Gateway compatible OpenAI:** Un point d'accès à jetons managé pour les modèles à poids ouverts, facturé au jeton, vos données n'étant jamais utilisées pour l'entraînement.
- **Private Cloud sur votre matériel:** Exécutez la même pile d'orchestration dans votre organisation et regroupez les GPU inutilisés des stations de travail en un service interne compatible OpenAI.
- **API adaptées aux charges:** Des services managés incluant la Transcription API et la prise en charge de Virtual Kubelet pour planifier des pods Kubernetes sur le réseau.

**Forces:** Tarification structurellement basse — les tarifs GPU démarrent autour de 0,015 dollar par heure; Une seule couche d'orchestration couvre l'infrastructure à la demande, réservée et privée; Gère nativement l'interruption, ce qui compte sur du matériel grand public; Les points d'accès compatibles OpenAI simplifient la migration depuis d'autres fournisseurs

**Limites:** Les nœuds grand public interruptibles ne conviennent pas tels quels aux charges critiques en latence ou permanentes; Le matériel distribué varie davantage en performance que des racks de centre de données uniformes; Pas de niveau gratuit classique — le coût évolue directement avec l'usage

[Profile (Markdown)](https://openaitools.app/fr/tool/salad-gpu-cloud.md)

## supermemory

La plupart des applications LLM traitent la mémoire comme un accessoire : l'historique de conversation est empilé dans le prompt jusqu'à saturer la fenêtre, puis tout est perdu à la session suivante ou au changement de modèle. supermemory aborde le problème comme une infrastructure. Son modèle learner-1 lit les contenus entrants — conversations, fichiers, URL, données brutes — et exécute des opérations de mise à jour, fusion, inférence et oubli sur une base de données en graphe vectoriel, de sorte que les acquis restent denses, interconnectés et conscients du temps au lieu de s'accumuler en une transcription toujours plus longue.

Au moment de la requête, les souvenirs pertinents sont injectés sous forme de tokens directement dans le contexte de l'agent, ce qui rend l'approche indépendante du modèle et du harness. Parce que l'apprentissage et la mémoire vivent en dehors des fournisseurs de modèles, la même compréhension accumulée suit l'application, qu'elle tourne sur Claude, des modèles de la famille GPT, Gemini ou des modèles à poids ouverts, et qu'elle soit pilotée par SDK, plugin ou MCP.

L'entreprise présente cela comme la partie difficile de l'infrastructure d'agents et l'étaye par des chiffres publiés : rappel inférieur à la seconde en trafic de production, environ mille milliards de tokens traités par mois, résultats sur LongMemEval, LoCoMo et ConvoMem, et comparaisons de coûts face à la mémoire à base de fichiers markdown sur de grands corpus. Côté entreprise : certification SOC 2 Type II, BAA HIPAA sur les offres supérieures, conformité RGPD, et des déploiements allant du cloud à votre VPC, votre centre de données et des environnements totalement isolés.

**Tarifs et offres:** La tarification se partage entre offres en libre-service et contrats entreprise, d'où l'affichage d'un modèle de prix sur demande. Les niveaux Free, Pro et Max couvrent l'extraction PDF standard et un usage personnel, tandis que Scale et Enterprise ajoutent l'extraction avancée de documents avec OCR et descriptions de figures et schémas, des limites supérieures, des garanties de sécurité comme SOC 2 Type II et le BAA HIPAA, ainsi que des déploiements dans votre VPC, votre centre de données ou en environnement isolé. Vérifiez les tarifs exacts sur la page de prix.

- **Modèle de mémoire learner-1:** Un modèle dédié extrait, fusionne, infère et oublie sur le contexte stocké, de sorte que le graphe de mémoire s'améliore en continu au lieu de simplement s'accumuler.
- **Stockage de mémoire en graphe vectoriel:** Chaque acquis est relié aux entités, sources et moments qui l'entourent, conservant non seulement du contenu mais une carte consciente du temps.
- **Indépendant du modèle, du harness et de MCP:** La mémoire vit hors des fournisseurs de modèles et s'utilise via API, SDK, plugins et MCP, si bien que le contexte circule entre modèles et outils.
- **Injection de contexte en temps réel:** Les souvenirs pertinents sont injectés sous forme de tokens dans le prompt au moment de la requête, offrant un contexte utile sans transcription illimitée.
- **Déploiement et conformité entreprise:** SOC 2 Type II, BAA HIPAA sur les offres supérieures, conformité RGPD, et déploiement dans le cloud, votre VPC, votre centre de données ou en environnement isolé.

**Forces:** La mémoire est découplée des fournisseurs de modèles : le contexte accumulé survit aux changements de modèle; Preuves techniques abondantes : benchmarks publiés, chiffres de latence et comparaisons de coûts; Plusieurs voies d'intégration : API REST, SDK, plugins et MCP; Positionnement entreprise solide avec SOC 2 Type II, BAA HIPAA, RGPD et déploiement isolé

**Limites:** Les informations de prix en libre-service sur le site public sont limitées et le coût exact peut nécessiter un échange avec le service commercial; C'est une infrastructure et non une application finale : un vrai travail d'intégration est nécessaire avant d'en tirer de la valeur; Les benchmarks et chiffres d'adoption sont déclarés par l'éditeur et méritent d'être validés sur votre propre charge de travail

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

## Questions fréquentes

### Comment Salad et supermemory se comparent-ils en termes de trafic mensuel ?

Salad enregistre 713 519 visites mensuelles, tandis que supermemory enregistre 156 579. Les estimations de trafic décrivent la taille de l'audience, pas la qualité du produit.

### Comment leurs taux de croissance se comparent-ils ?

Salad a un taux de croissance mensuel de +10,4 % ; supermemory a -7,7 %.

### Comment les tarifs se comparent-ils ?

Salad : Essai gratuit, Payant, Tarifs sur demande. Paiement à l'usage, sans contrat ni minimum sur SaladCloud : facturation à la seconde pour les conteneurs et au jeton sur l'AI Gateway, avec des tarifs GPU à partir d'environ 0,015 dollar par heure et des remises dégressives sur volume. La capacité réservée et les contrats d'entreprise sont disponibles via Salad Dedicated et Private Cloud, sur devis. supermemory : Tarifs sur demande. La tarification se partage entre offres en libre-service et contrats entreprise, d'où l'affichage d'un modèle de prix sur demande. Les niveaux Free, Pro et Max couvrent l'extraction PDF standard et un usage personnel, tandis que Scale et Enterprise ajoutent l'extraction avancée de documents avec OCR et descriptions de figures et schémas, des limites supérieures, des garanties de sécurité comme SOC 2 Type II et le BAA HIPAA, ainsi que des déploiements dans votre VPC, votre centre de données ou en environnement isolé. Vérifiez les tarifs exacts sur la page de prix.

## Alternatives

| # | Nom de l'outil | Visites mensuelles | Taux de croissance mensuel | Modèle tarifaire | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [RunPod](https://openaitools.app/fr/tool/runpod) | 2 881 043 | +5,9 % | Payant | Offre des locations de GPU dédiées et serverless fiables, mais manque du pool de matériel grand public pair-à-pair ultra-économique de Salad. | [.md](https://openaitools.app/fr/tool/runpod.md) |
| 2 | [Composio](https://openaitools.app/fr/tool/composio) | 2 782 603 | +22,8 % | Freemium, Tarifs sur demande | Focuses on tool integrations and authentication for agents, complementing memory engines rather than storing cross-session context. | [.md](https://openaitools.app/fr/tool/composio.md) |
| 3 | [Together AI](https://openaitools.app/fr/tool/together-ai) | 1 645 930 | +64,9 % | Freemium, Payant | Se spécialise dans les API d'inférence serverless gérées pour les modèles open source, plutôt que dans la location d'infrastructure GPU brute. | [.md](https://openaitools.app/fr/tool/together-ai.md) |
| 4 | [Vast.ai](https://openaitools.app/fr/tool/vast-ai) | 1 257 554 | +2,8 % | Payant | Propose un vaste marché de GPU pair-à-pair à des prix inférieurs, mais nécessite une configuration plus manuelle. | [.md](https://openaitools.app/fr/tool/vast-ai.md) |
| 5 | [Modal](https://openaitools.app/fr/tool/modal-com) | 1 196 021 | +30,2 % | Freemium, Tarifs sur demande | Offre une exécution serverless Python sans effort pour les pipelines d'IA, mais se concentre sur le Function-as-a-Service plutôt que sur les VM brutes. | [.md](https://openaitools.app/fr/tool/modal-com.md) |
| 6 | [Nebius](https://openaitools.app/fr/tool/nebius) | 1 145 711 | +10,7 % | Payant, Tarifs sur demande | Fournit des clusters de GPU NVIDIA de qualité entreprise et des outils ML gérés, mais à un prix professionnel plus élevé. | [.md](https://openaitools.app/fr/tool/nebius.md) |
| 7 | [LiteLLM](https://openaitools.app/fr/tool/litellm) | 576 967 | +7,9 % | Freemium, Tarifs sur demande | Une passerelle IA open source pour plus de 100 fournisseurs de LLM | [.md](https://openaitools.app/fr/tool/litellm.md) |
| 8 | [DeepInfra](https://openaitools.app/fr/tool/deep-infra) | 457 810 | -8,9 % | Payant | Offers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances. | [.md](https://openaitools.app/fr/tool/deep-infra.md) |
| 9 | [Merge](https://openaitools.app/fr/tool/merge-dev) | 313 201 | +1,7 % | Freemium, Tarifs sur demande | Le moteur de contexte universel qui relie les agents aux données, outils et modèles | [.md](https://openaitools.app/fr/tool/merge-dev.md) |
| 10 | [Pinecone](https://openaitools.app/fr/tool/pinecone) | 286 732 | -31 % | Freemium, Payant, Tarifs sur demande | Offre une recherche vectorielle évolutive et un stockage RAG de niveau entreprise, mais manque des abstractions de graphes de mémoire d'agents automatisées de supermemory. | [.md](https://openaitools.app/fr/tool/pinecone.md) |

---
Source : https://openaitools.app/fr/compare/salad-gpu-cloud-vs-supermemory-1

More Markdown: [Catégories](https://openaitools.app/fr/categories.md) · [Classements de trafic](https://openaitools.app/fr/rankings.md) · [llms.txt](https://openaitools.app/fr/llms.txt)
