# Invisible Technologies vs Models.dev

Invisible Technologies は月間 1,364,520 訪問、前月比成長率 +64.4%、料金体系料金は要問い合わせを記録しています。Models.dev は月間 200,451 訪問、成長率 -3.9%、料金体系無料を記録しています。

| 指標 | [Invisible Technologies](https://openaitools.app/ja/tool/invisible-technologies-inc) | [Models.dev](https://openaitools.app/ja/tool/models-dev) |
| :--- | :--- | :--- |
| ウェブサイト URL | http://inv.tech | https://models.dev |
| カテゴリ | Large Language Models (LLMs), AIモデル, AI Agent | AIモデル, AI API, オープンソース AI モデル, AI ツールディレクトリ |
| 料金モデル | 料金は要問い合わせ | 無料 |
| 月間訪問数 | 1,364,520 | 200,451 |
| 前月比成長率 | +64.4% | -3.9% |
| 主要市場 | アメリカ合衆国 | 中国 |
| ダイレクト訪問 | 877,838 | 136,316 |
| レビュースコア | 4.6 | 4.4 |
| 保存数 | 2 | 0 |
| 対応プラットフォーム | ウェブサイト | ウェブサイト |

## Invisible Technologies

Invisible Technologies は AI 業界でも珍しい立ち位置にあります。ソフトウェアプラットフォームであり、サービス組織であり、同時に人材ネットワークでもあります。フロンティアモデルのラボと大企業の双方を支援して AI を試作から本番へ運び、世界の主要モデルの多くを自社が学習支援したと述べています。純粋な SaaS ベンダーがダッシュボードを渡すのに対し、Invisible はツールと実際に手を動かす人材を組み合わせます。

プラットフォーム側はモジュール単位で構成されています。Neuron はデータ層で、多系統に散らばった雑多な情報を統制された一か所に集め、モデルが使えるようにします。Atomic はプロセスビルダーで、業務の流れを可視化したうえで各ステップを自動実行し、システムをつないで適切な AI または人へ振り分けます。Synapse は評価を担い、汎用ベンチマークではなく実際の業務シナリオと自社基準で AI システムを検証します。Axon では、多段階タスクを計画しツールを使いコードも書けるエージェントを、重要業務に必要なバージョン管理と監査証跡つきで導入できます。

人的レイヤーが最大の差別化要素です。専門家ネットワーク Meridial は 24,000 名超の選抜専門家をスキル・言語・領域で整理し、学習データのラベリング、システムのストレステスト、エージェントがまだ対応できない例外処理を担います。典型的な案件にはバックオフィス自動化、コンピュータビジョン、コンタクトセンター分析、需要予測、専門家が設計するカスタム RL 環境などがあります。企業ごとに AI との摩擦は異なるため、同社は汎用モデルと具体的な業務実態をつなぐ橋として自らを位置づけています。

**料金とプラン:** 価格は公開されていません。データ量、モデルの複雑さ、専門家の関与度に応じた案件単位の見積もりとなるため、デモの予約または営業への問い合わせが推奨されています。

- **フロンティアモデル向け学習データ:** 大規模な審査済み専門家ネットワークを背景に、多言語・ドメイン特化の評価データを含む研究水準のデータセットを制作します。
- **モデル評価とテスト:** 実際の業務に近いシナリオと独自基準（正確性、安全性、トーン、領域適合性）で AI システムを検証し、モデル同士を並べて比較します。
- **導入可能な AI エージェント:** 多段階の作業をこなし、ツールを使い、必要ならコードも書く統制されたエージェントを、バージョン管理・顧客分離・監査証跡つきで構築します。
- **バックオフィス業務の自動化:** 業務が実際にどう流れているかを可視化し、AI か人かに振り分けながら段階的に自動化していきます。
- **データ整備とガバナンス:** 散在する企業データを統制された AI 利用可能な層に集約し、モデルやワークフローが何をどこから使うかを把握できるようにします。

**強み:** プラットフォームと 24,000 名超の専門家ネットワークを組み合わせ、ソフトウェア単体の限界を超えられる; フロンティアモデルの学習と評価に深い実績があり、主要 AI ラボと直接の関係を持つ; モジュール構成のため、全面移行ではなく一つの課題から始められる

[Profile (Markdown)](https://openaitools.app/ja/tool/invisible-technologies-inc.md)

## Models.dev

Models.dev は「どのモデルを使うべきか、コストはいくらか」という実務的な問いに答えるために作られています。各項目は provider/model 形式の正規識別子で整理されるため、複数のプロバイダーが提供する同一モデルを推測ではなく直接比較できます。列にはコンテキストウィンドウ、最大出力、入力・出力の対応、推論、ツール呼び出し、構造化出力、温度制御、オープン／クローズドの重み、100万トークンあたりの価格、リリース日と更新日が含まれます。

モデルのリリースは速いため、カタログは最新性を重視して作られ、並べ替えと検索ができる表からラボやプロバイダーで絞り込めます。クローズドの主力モデルとオープンウェイトの選択肢の両方を収録するため、コスト計画にも機能調査にも役立ちます。

プロジェクトはオープンソースで無料、プログラムから利用されることを前提としています。JSON API や型安全なSDKを通じてカタログを自社ツールに取り込めるため、閲覧用の参考ページというより、ダッシュボードやルーティング、社内コスト計算機のバックエンドとして実用的です。

**料金とプラン:** Models.dev は無料かつオープンソースです。あくまで参考データベースであり、掲載価格はモデル提供事業者の100万トークンあたりの料金で、サイト利用料ではありません。

- **正規モデル識別子:** 各モデルを provider/model 形式で統一し、プロバイダーをまたいだ比較を可能にします。
- **仕様の比較:** コンテキストウィンドウ、出力上限、推論、ツール呼び出し、構造化出力、温度対応を横並びで確認できます。
- **価格の透明性:** 100万トークンあたりの入力・出力価格をリリース日・更新日と並べて掲載します。
- **オープンとクローズドの両対応:** クローズドの主力APIと各ラボのオープンウェイトモデルを1つの並べ替え可能なカタログに収録。
- **開発者向けアクセス:** JSON API や型安全なSDKでカタログを取得し、自社ツールやダッシュボードに組み込めます。

**強み:** 無料かつオープンソースでアカウント不要; 正規識別子の統一によりプロバイダー間の比較が信頼できる; 価格・上限・機能を1つの並べ替え可能な表で確認できる; JSON API と型安全なSDKでプログラムから利用できる

**制約・デメリット:** 参考カタログであり推論やホスティングのサービスではない; データ品質はコミュニティとメンテナの更新速度に依存する; UIは開発者向けで、非技術者向けのガイドはほとんどない

[Profile (Markdown)](https://openaitools.app/ja/tool/models-dev.md)

## よくある質問

### Invisible Technologies と Models.dev の月間トラフィックはどのように比較されますか？

Invisible Technologies の月間訪問数は 1,364,520、Models.dev は 200,451 です。トラフィックの推定値はオーディエンスの規模を示すものであり、製品の品質を示すものではありません。

### 成長率はどのように比較されますか？

Invisible Technologies の前月比成長率は +64.4%、Models.dev は -3.9% です。

### 料金はどのように比較されますか？

Invisible Technologies: 料金は要問い合わせ。価格は公開されていません。データ量、モデルの複雑さ、専門家の関与度に応じた案件単位の見積もりとなるため、デモの予約または営業への問い合わせが推奨されています。 Models.dev: 無料。Models.dev は無料かつオープンソースです。あくまで参考データベースであり、掲載価格はモデル提供事業者の100万トークンあたりの料金で、サイト利用料ではありません。

## 代替ツール

| # | ツール名 | 月間訪問数 | 前月比成長率 | 料金モデル | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Salesforce Agentforce（旧 Einstein）](https://openaitools.app/ja/tool/salesforce-einstein) | 111,910,743 | +2.2% | フリーミアム | 自律型エージェントで企業のワークフローを自動化しますが、カスタム業務よりもCRM連携に重点を置いています。 | [.md](https://openaitools.app/ja/tool/salesforce-einstein.md) |
| 2 | [Abacus.AI](https://openaitools.app/ja/tool/abacus-ai) | 3,278,636 | -1.7% | 料金は要問い合わせ | エンタープライズ向けの機械学習や自律型エージェントを提供しますが、カスタム業務用の専門家ネットワークはありません。 | [.md](https://openaitools.app/ja/tool/abacus-ai.md) |
| 3 | [Labelbox](https://openaitools.app/ja/tool/labelbox) | 762,803 | -22.8% | 料金は要問い合わせ | 構造化データのラベリングやエージェントワークフローを提供しますが、Invisibleのような専属の人的サポート体制はありません。 | [.md](https://openaitools.app/ja/tool/labelbox.md) |
| 4 | [Appen](https://openaitools.app/ja/tool/appen-com) | 665,840 | +0.2% | 料金は要問い合わせ | 強力なヒューマン・イン・the・ループのデータアノテーション・検証サービスを提供しますが、カスタマイズ性の高いエンドツーエンドの自律型エージェントソフトは少なくなります。 | [.md](https://openaitools.app/ja/tool/appen-com.md) |
| 5 | [Dust](https://openaitools.app/ja/tool/dust) | 547,217 | +1.8% | 料金は要問い合わせ | チーム向けの協調ナレッジエージェントを構築できますが、Invisibleが提供するような深いヒューマンインザループの業務アウトソーシングには対応していません。 | [.md](https://openaitools.app/ja/tool/dust.md) |
| 6 | [Arize AI](https://openaitools.app/ja/tool/arize-com) | 249,028 | +3.2% | 有料、料金は要問い合わせ | 本番AIのためのエージェント可観測性・評価・継続的改善プラットフォーム | [.md](https://openaitools.app/ja/tool/arize-com.md) |
| 7 | [Stork](https://openaitools.app/ja/tool/stork) | 201,544 | +2.3% | 無料 | Includes model pricing trackers and developer news alongside tools directories, but less focused on raw API specs. | [.md](https://openaitools.app/ja/tool/stork.md) |
| 8 | [Writer](https://openaitools.app/ja/tool/writer) | 180,869 | -17.6% | 無料トライアル、有料、料金は要問い合わせ | コンテンツ向けのエージェント型ワークフローとカスタム言語モデルを組み合わせますが、一般的な企業向け業務ワークフローのアウトソーシングには対応していません。 | [.md](https://openaitools.app/ja/tool/writer.md) |
| 9 | [Agno](https://openaitools.app/ja/tool/agno) | 140,302 | -3.3% | 料金は要問い合わせ、無料 | 自社クラウドで動かす自己駆動型エージェント基盤 | [.md](https://openaitools.app/ja/tool/agno.md) |
| 10 | [Label Studio](https://openaitools.app/ja/tool/label-studio) | 137,199 | -16.1% | 料金は要問い合わせ、無料 | Open-source platform for data labeling and evaluation, but requires self-hosting and managing your own labeling workforce. | [.md](https://openaitools.app/ja/tool/label-studio.md) |

---
出典: https://openaitools.app/ja/compare/invisible-technologies-inc-vs-models-dev

More Markdown: [カテゴリ](https://openaitools.app/ja/categories.md) · [トラフィックランキング](https://openaitools.app/ja/rankings.md) · [llms.txt](https://openaitools.app/ja/llms.txt)
