Labelbox 每月有 762,803 次造訪，月增率 -22.8%，定價模式為需聯絡報價。Modal 每月有 1,196,021 次造訪，成長率 +30.2%，定價模式為免費增值、需聯絡報價。
| 面向／指標 |  | |
|---|---|---|
| 官方網域 | labelbox.com | modal.com |
| 定價模式 | 需聯絡報價 | 免費增值、需聯絡報價 |
| 每月造訪次數 | 76.28萬 (762,803) | 119.6萬 (1,196,021) |
| 月流量變化量 | -22.52萬 (-22.8%) | +27.72萬 (+30.2%) |
| 主要市場與市佔 | 🇺🇸 美國 (21.9%) | 🇺🇸 美國 (43.9%) |
| 每月直接造訪 | 37萬 | 84.56萬 |
| 使用者評分 | 4.4 | 4.8 |
| 支援平台 | 網站 | 網站 |
前沿 AI 訓練所用的環境，以及負責例行工作的代理
涵蓋視覺、語言與生成任務的結構化標註、資料策展、模型評估與人機協作審閱，是訓練與評估資料的基礎。
Recursion 代理會從建置、告警、提交、檢查點與排程自動啟動，並在背景持續工作直到任務完成可審查。
專業代理涵蓋軟體工程、可靠性、資安、ML 研究、評估、研發、產品與財務，從修復不穩定測試到撰寫事故檢討草稿。
每次執行都由評分代理打分，評分後的工作階段留下記憶、筆記與技能，供下一次執行前讀取。
為 AI 與資料工作負載打造的无伺服器雲端基礎設施
直接寫 Python，掛載 GPU 或容器，部署成隨流量擴縮、閒置時縮容到零的 HTTPS 端點。
為編碼代理、強化學習 rollout 與不受信任程式碼提供隔離安全環境，啟動低於一秒，可支援百萬級併發沙箱。
在彈性單機或多機 GPU 算力上執行微調、LoRA、全量訓練與強化學習，無需等待配額審批。
透過相容 OpenAI 的端點服務大型語言模型以及影像、影片、音訊模型，也可自帶推論堆疊，由 Modal 負責底層基礎設施。
專項更強專為生成式多媒體模型最佳化的超快速無伺服器執行環境，而非一般的 Python 程式碼。
專項更強簡化從標註到模型部署的端到端電腦視覺工作流程，但缺乏 Labelbox 的一般企業代理編排功能。
透過 Cog 可以更輕鬆地封裝模型，但不如 Modal 提供那麼多樣的無伺服器 Python 容器執行方式。
提供強大的多模態標註與工作流程自動化，並為電腦視覺團隊提供更直觀的資料策展管線。
專項更強在互聯環境中追蹤、評估並交付 AI 模型與代理。
