Kiro は月間 3,330,476 訪問、前月比成長率 +4.6%、料金体系フリーミアムを記録しています。Labelbox は月間 762,803 訪問、成長率 -22.8%、料金体系料金は要問い合わせを記録しています。
仕様駆動のAI IDE兼エージェント基盤。実際のエンジニアリング作業を計画・実装・レビュー・検証します。
最先端AIが学ぶ環境と、定常業務を担うエージェント
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | kiro.dev | labelbox.com |
| 料金モデル | フリーミアム | 料金は要問い合わせ |
| 月間訪問数 | 333.05万 (3,330,476) | 76.28万 (762,803) |
| 前月比トラフィック増減 | +14.52万 (+4.6%) | -22.52万 (-22.8%) |
| 主要市場とシェア | 🇺🇸 アメリカ合衆国 (16.3%) | 🇺🇸 アメリカ合衆国 (21.9%) |
| 月間ダイレクト訪問数 | 181.41万 | 37万 |
| ユーザー評価 | 4.5 | 4.4 |
| 対応プラットフォーム | ウェブサイト | ウェブサイト |
仕様駆動のAI IDE兼エージェント基盤。実際のエンジニアリング作業を計画・実装・レビュー・検証します。
まず意図と文脈を示すと、Kiroが要件と設計を仕様として明文化し、完成した実装をそれに照らして検証します。
Kiro Crewはバックログ・コードベース・CIを監視し、新規作業をトリアージして専門ボットに委任し、結果をレビュー用に返します。
長いタスクを検査済みステップに分割して失敗テストの省略を防ぎ、レビューエージェントが人間の承認前に差分を精査します。
IDE、モバイル、Webを使うか、CLIでCI/CDにヘッドレス実行。Slack、Microsoft Teams、GitHub、GitLabからトリガーできます。
最先端AIが学ぶ環境と、定常業務を担うエージェント
ビジョン・言語・生成タスクにわたる構造化アノテーション、データキュレーション、モデル評価、人間参加型レビューを提供し、学習・評価データの基盤となります。
Recursionのエージェントはビルド、アラート、コミット、チェックポイント、スケジュールから自律的に起動し、作業が完了して検証可能になるまでバックグラウンドで動きます。
ソフトウェアエンジニアリング、信頼性、セキュリティ、ML研究、評価、R&D、プロダクト、財務まで、専門エージェントがフレーキーテスト修正からポストモーテム草案まで対応します。
各実行は採点エージェントが評価し、採点済みセッションは記憶・ノート・スキルを残して次のセッションが行動前に読み込みます。
洗練されたAIファーストのコードエディタ体験を提供しますが、Kiro独自のAWS仕様主導の計画ワークフローはありません。
洗練されたAIファーストのコードエディタ体験を提供しますが、Kiro独自のAWS仕様主導の計画ワークフローはありません。
IDEとCLIを通じて強力な並行AIコーディングエージェントを提供しますが、専用のAWSエコシステム統合はありません。
Builds and deploys full-stack apps instantly in the cloud, but lacks Kiro's local spec-driven engineering verification.
Builds and deploys full-stack apps instantly in the cloud, but lacks Kiro's local spec-driven engineering verification.
無料・オープンソース正確にコードを書き、大きな作業はエージェントに任せ、どこからでも作業を続ける
コードベース全体を読み込んでIDEプラグインとして複数ファイルのタスクを実行しますが、構造化された仕様管理機能はやや劣ります。
特化型リポジトリ全体で完全に自律的に動作してプルリクエストを作成しますが、統合されたインタラクティブなIDEワークスペースがありません。
特化型アノテーションからモデルデプロイまでのエンドツーエンドのCVワークフローを効率化するが、Labelboxのような一般的な企業向けエージェントオーケストレーション機能はない。
無料・オープンソースRuns multiple CLI coding agents in parallel using isolated Git worktrees, but requires manual setup over managed IDEs.
無料・オープンソースRuns multiple CLI coding agents in parallel using isolated Git worktrees, but requires manual setup over managed IDEs.
プロジェクト全体を対象とした高速なAI駆動のIDE環境を提供しますが、Kiroの厳格なアーキテクチャ仕様検証がありません。
特化型データ検証のために人間参加型（ヒューマン・イン・ザ・ループ）のマネージドワーカーサービスに大きく依存しており、Labelboxよりもセルフサービスの技術ツールが少なくなっています。
の大規模なデータラベリングとモデル評価が可能だが、Labelboxよりも高額な企業向け予算が必要になることが多い。
堅牢なマルチモーダルアノテーションとワークフロー自動化を提供し、CVチーム向けにやや直感的なデータキュレーションパイプラインを備えています。
堅牢なマルチモーダルアノテーションとワークフロー自動化を提供し、CVチーム向けにやや直感的なデータキュレーションパイプラインを備えています。
