Modèle multimodal unifié open source pour comprendre, générer et éditer
Visites web mensuelles estimées
Estimations Similarweb pour ce domaine, et non utilisateurs actifs. Seuls les mois observés sont affichés ; la date de collecte est distincte de la période mesurée.
Collecté le 11 nov. 2026
C'est l'évaluation de notre rédaction, sur 5, et non une moyenne d'avis d'utilisateurs. Les points de vue de cette page sont rédigés par une IA à partir de ce que nous savons du produit. Ce ne sont pas des avis clients.
Selon la télémétrie OpenAITools.app vérifiée le 2026-11-11, Bagel (bagel-ai.org) est une plateforme d'IA indexée sous Modèles d'IA open source générant 7,33 k visites mensuelles avec un delta de trafic mensuel de -2,78 k (-27,5 %). Son marché géographique principal est États-Unis (66,4 % de part de trafic), et elle fonctionne selon un modèle tarifaire Gratuit. Les principales alternatives concurrentes par volume mensuel incluent Gemma, modèles ouverts de Google (4,9 M visites/mois), Unsloth AI (887,46 k visites/mois), Tencent Hunyuan (1,49 M visites/mois).
Une pépite open source indispensable.
Génération et édition au top.
Points de vue synthétisés par IA à partir de l’inspection du site, des tarifs et du comparatif catégoriel — il ne s’agit pas d’avis clients individuels.
Un seul modèle accepte des entrées mixtes image-texte et produit des sorties mixtes pour raisonner, dialoguer et générer.
Le pré-entraînement sur des clips vidéo entrelacés permet de préserver identités et détails fins lors d'éditions avancées.
Avec peu de données d'alignement, BAGEL fait passer une image d'un style ou d'un univers à un autre et compose des scènes sur plusieurs tours.
En apprenant de vidéos réelles, le modèle navigue dans des environnements variés, y compris picturaux et de science-fiction.
Un mode de raisonnement intégré transforme un prompt court en sortie visuelle détaillée et cohérente.
BAGEL est un modèle multimodal unifié open source publié le 20 mai 2025 par une équipe de recherche menée par Chaorui Deng, Deyao Zhu, Kunchang Li, Chenhui Gou, Feng Li et leurs collègues. L'objectif est de fournir des fonctionnalités comparables à des systèmes multimodaux propriétaires comme GPT-4o et Gemini 2.0, mais sous une forme ouverte que chacun peut affiner, distiller et déployer. Plutôt que d'assembler un modèle de vision et un générateur d'images, BAGEL est nativement multimodal dès le pré-entraînement.
Le modèle traite des entrées et sorties mixtes image-texte : le même système peut analyser une photo, converser, générer des images photoréalistes, éditer une image existante, transférer un style, naviguer dans un environnement 3D ou prédire des images vidéo futures. Côté architecture, BAGEL adopte Mixture-of-Transformer-Experts avec deux encodeurs captant les caractéristiques pixel et sémantiques, entraîné avec l'objectif Next Group of Token Prediction sur des milliards de tokens entrelacés de langage, d'images, de vidéos et de web.
Le projet publie des comparaisons avec des modèles ouverts comme Janus-Pro-7B, Emu3-8B, TokenFlow-XL-13B et BLIP3-o-8B. BAGEL obtient de bons scores sur les benchmarks de compréhension MME-P, MMBench, MMMU et MMVet, et domine le tableau de génération avec 0,88 global sur les tâches d'objet unique, deux objets, comptage, couleur, position et attribut de couleur. L'équipe documente aussi des comportements émergents : l'édition intelligente complexe n'apparaît qu'après la consolidation des compétences de base en compréhension et génération.
Affinez ou distillez BAGEL et comparez ses performances de compréhension, de génération et d'édition aux tableaux publiés.
Traitez des entrées et sorties mixtes image-texte avec un seul modèle, sans orchestrer plusieurs modèles spécialisés.
Expérimentez l'édition intelligente, le transfert de style et la composition multi-tours en gardant l'identité visuelle.
Exploitez les connaissances de navigation distillées de vidéos réelles pour déplacer des agents en environnements simulés et artistiques.
Comparaison télémétrique côte à côte des outils d'IA concurrents dans la même catégorie principale
| Rang | Outil d'IA | Visites mensuelles | Croissance mensuelle | Part du trafic direct | Tarifs | Face à face |
|---|---|---|---|---|---|---|
| ● | Bagel | 7,33 k | -27,5 % | 39% direct | Gratuit | Actuel |
| 1 | Gemma, modèles ouverts de Google | 4,9 M | -13,5 % | 26% direct | Freemium, Payant | vs Gemma, modèles ouverts de Google |
| 2 | Unsloth AI | 887,46 k | -17,6 % | 30% direct | Gratuit | vs Unsloth AI |
| 3 | Tencent Hunyuan | 1,49 M | -1,2 % | 58% direct | Tarifs sur demande | vs Tencent Hunyuan |
| 4 | MuAPI | 412,79 k | +13,7 % | 55% direct | Freemium | vs MuAPI |
| 5 | Stable Diffusion (Stability AI) | 341,87 k | +1,2 % | 39% direct | Freemium, Tarifs sur demande | vs Stable Diffusion (Stability AI) |
| 6 | Agnes AI | 902,18 k | -25,8 % | 70% direct | Freemium | vs Agnes AI |
Gratuit / Open sourceLa famille de modèles d'IA ouverts et légers de Google
Gratuit / Open sourceLa famille de modèles d'IA ouverts et légers de Google
Gratuit / 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.
Gratuit / 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.
Gratuit / Open sourceLa famille multimodale de modèles de base de Tencent pour texte, vision, image et voix
Gratuit / Open sourceLa famille multimodale de modèles de base de Tencent pour texte, vision, image et voix
Une API pour tous les modèles génératifs d'image, de vidéo et d'audio
Gratuit / Open sourceDes modèles génératifs ouverts pour l'image, la vidéo, l'audio et la 3D
Gratuit / Open sourceDes modèles génératifs ouverts pour l'image, la vidéo, l'audio et la 3D
SpécialiséUne API gratuite pour les modèles texte, image et vidéo
Une seule API compatible OpenAI pour plus de 500 modèles image, vidéo, audio et LLM
Une seule API compatible OpenAI pour plus de 500 modèles image, vidéo, audio et LLM
SpécialiséMiniMax Image-01 is MiniMax's open-weight image generation model, available through the MiniMax API and MiniMax Design. It turns text prompts into high-resolution visuals and powers image workflows inside MiniMax's broader model family.
SpécialiséMiniMax Image-01 is MiniMax's open-weight image generation model, available through the MiniMax API and MiniMax Design. It turns text prompts into high-resolution visuals and powers image workflows inside MiniMax's broader model family.
Gratuit / Open sourceInfrastructure ouverte et API unique pour les créateurs d'IA générative
Gratuit / Open sourceInfrastructure ouverte et API unique pour les créateurs d'IA générative
Des modèles et infrastructures d'IA nativement multimodaux pour la vidéo, l'image, l'audio et le texte en temps réel.
Des modèles et infrastructures d'IA nativement multimodaux pour la vidéo, l'image, l'audio et le texte en temps réel.
Gratuit / Open sourceIA visuelle sous données sous licence pour la production d'images et de vidéos en entreprise
Gratuit / Open sourceIA visuelle sous données sous licence pour la production d'images et de vidéos en entreprise
Replicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
Replicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
