# Labelbox vs Ottic Labelbox 每月有 762,803 次造訪，月增率 -22.8%，定價模式為需聯絡報價。Ottic 每月有 956 次造訪，成長率 -6.8%，定價模式為免費增值。 | 指標 | [Labelbox](https://openaitools.app/tw/tool/labelbox) | [Ottic](https://openaitools.app/tw/tool/ottic) | | :--- | :--- | :--- | | 網站網址 | https://labelbox.com | https://ottic.ai | | 分類 | AI 開發者工具, AI API, AI Workflow, AI 生產力工具 | AI 測試, Large Language Models (LLMs), AI 開發者工具, 提示詞工程 | | 定價模式 | 需聯絡報價 | 免費增值 | | 每月造訪次數 | 762,803 | 956 | | 月成長率 | -22.8% | -6.8% | | 主要市場 | 美國 | 瓜地馬拉 | | 直接造訪 | 370,024 | 432 | | 評論分數 | 4.4 | 4.2 | | 收藏數 | 0 | 0 | | 支援平台 | 網站 | 網站 | ## Labelbox Labelbox 在 AI 技術堆疊中占據特殊位置：它主要賣的不是聊天機器人或生成工具，而是模型學習所需的環境與資料，以及接手例行工程與研究工作的代理。首頁的說法很直接——前沿 AI 實驗室用 Labelbox 的環境與專家資料訓練模型，而工程與研究團隊把反覆出現的待辦事項交給在 Recursion 上運作的代理。近期超過 1 億美元的 E 輪募資，顯示這個主張獲得充足資金支持。,對企業而言，較新的一半是 Recursion。代理由真實訊號觸發——建置失敗、PagerDuty 告警、新的相依套件版本、新的模型檢查點，或週一早晨的排程——然後在背景工作到完成。官方強調的例子是具體交付物而非摘要：附預覽連結且已測試的 pull request、每個事件都有出處的 Confluence 事故檢討草稿、點名關鍵變更的消融實驗表，或重大 CVE 後針對每個受影響服務的修補。評分代理會為每次執行打分，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。,最初的核心仍是資料業務：由專家審閱者支援的標註、註記、策展與模型評估，用於電腦視覺、NLP、監督式微調、RLHF 與紅隊測試。實務上兩半相互強化，因為產出高品質訓練資料的環境，正是代理學習真實工作的環境。價格屬企業模式，透過業務洽談決定，並取決於資料量與代理使用情形，沒有公開的自助式方案。 **價格與方案:** 價格另洽。Labelbox 未公布自助式方案或公開價目表，其價格入口引導有興趣的團隊與業務洽談，費用取決於資料產出規模、代理部署與企業需求。官方未公布免費方案。有意導入者應依自身用量與使用情境索取報價。 - **資料標註與專家註記:** 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。 - **自主代理工作階段:** 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。 - **依職能分工的專業代理:** 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。 - **可累積的評分成果:** 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。 - **原生工具與資料整合:** 代理直接在團隊既有工具上運作，包括 GitHub、Jira、Linear、Slack、Datadog、PagerDuty、BigQuery、Databricks、Vercel 與雲端服務商。 **優勢:** 同時涵蓋問題兩端：訓練與評估資料的產出，以及處理例行工作的代理; 近期超過 1 億美元的 E 輪募資與前沿 AI 實驗室的採用，代表資金與需求皆有實據; 代理執行產出可驗證的具體成果——測試、重跑、消融實驗——而非未經檢核的建議; 可與既有工具鏈整合：GitHub、Jira、Linear、Slack、Datadog、PagerDuty、BigQuery 與 Databricks **限制:** 沒有自助式定價或公開註冊，一切都得透過業務洽談，評估流程較慢; 平台預設使用者已有實際的工程與研究基礎設施（GitHub、雲端、資料倉儲）; 定位快速轉向自主代理工作階段，只想做標註的團隊可能覺得過於龐大 [Profile (Markdown)](https://openaitools.app/tw/tool/labelbox.md) ## Ottic Ottic 將自己定位為「工作者」而非聊天機器人。完成簡短設定後，它會串接團隊已在使用的各種工具——Gmail、Slack、Notion、HubSpot、Google Drive、Calendar、Sheets、WhatsApp、Figma 等——並學習團隊的工作方式。之後你只要下達自然語言指令，它便調度子代理、瀏覽網頁、操作瀏覽器、從 CRM 或資料庫取數，最終產出可直接使用的報告、試算表或郵件。 平台圍繞四個核心概念組織：Skills（技能）讓你一次教它一套可重複流程，之後每次都依你的方式執行，並附有龐大的社群技能庫；Routines（例行工作）把週期性工作排上時程，例如每週一的營收報告、每天早晨的收件匣清理，即使電腦關機也能執行；Artifacts（成果物）就是交付內容本身，包括 HTML 報告、CSV 匯出或多頁簡報，全部可版本控管、下載並透過私密連結分享；持久記憶層則記住你的偏好與歷史工作，讓成果隨時間越來越精準。 Ottic 鎖定希望在不增加人力的情況下減少雜事與研究負擔的創辦人、營運人員與小型團隊。官方說明上手快速——連接帳號、下達任務、從小處開始——並提供免費起步方案、無需信用卡。LLM 輸出評測已不再是本產品核心，如今它是一款面向日常工作的通用型代理，而非專門的測試或監控服務。 **價格與方案:** Ottic 提供免費起步方案，無需綁定信用卡，官方稱數分鐘內即可開始使用。更高階方案與企業方案需與廠商聯繫；首頁未公布具體付費價格，請查閱官方定價頁或直接洽詢以取得最新報價。 - **自然語言任務委派:** 用日常語言描述需求，Ottic 自行安排從研究到撰寫再到發送的完整步驟。 - **深度工具串接:** 可串接 Gmail、Slack、Notion、HubSpot、Drive、Calendar、Sheets 等，並支援資料庫與更廣泛的網路，讓任務跨系統流動。 - **技能與社群目錄:** 一次性教會 Ottic 一套可重複流程，或從龐大的社群技能庫挑選現成方案。 - **定時例行工作:** 設定週報、每日收件匣分流等週期性任務，依排程自主執行，電腦關機也能持續。 - **可版本化的共享成果物:** 產出真正可用的交付物——儀表板、試算表、報告與簡報——可版本控管、可下載，並透過私密連結分享。 **優勢:** 自動學習你的情境與工具配置，無需繁瑣設定; 可執行長時間、多步驟工作流並在背景持續運作; 產出報告、試算表、簡報等真正可用的交付物，而非純文字; 持久記憶讓使用越久、成果越貼合需求 **限制:** 核心自動化依賴串接大量第三方帳號; 官網未公布付費價格，預算規劃較困難; 產品已從最初的 LLM 評測定位轉型，早期資料可能造成誤導 [Profile (Markdown)](https://openaitools.app/tw/tool/ottic.md) ## 常見問題 ### Labelbox 與 Ottic 的每月流量相比如何？ Labelbox 每月有 762,803 次造訪，而 Ottic 有 956。流量估算反映受眾規模，並非產品品質。 ### 兩者的成長率相比如何？ Labelbox 的月增率為 -22.8%；Ottic 為 -6.8%。 ### 價格相比如何？ Labelbox：需聯絡報價。價格另洽。Labelbox 未公布自助式方案或公開價目表，其價格入口引導有興趣的團隊與業務洽談，費用取決於資料產出規模、代理部署與企業需求。官方未公布免費方案。有意導入者應依自身用量與使用情境索取報價。 Ottic：免費增值。Ottic 提供免費起步方案，無需綁定信用卡，官方稱數分鐘內即可開始使用。更高階方案與企業方案需與廠商聯繫；首頁未公布具體付費價格，請查閱官方定價頁或直接洽詢以取得最新報價。 ## 替代方案 | # | 工具名稱 | 每月造訪次數 | 月成長率 | 定價模式 | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [Notion AI](https://openaitools.app/tw/tool/notion-ai) | 13,460,455 | +13.4% | 免費增值、付費、需聯絡報價 | 內建於 Notion 工作區的全天候 AI 隊友 | [.md](https://openaitools.app/tw/tool/notion-ai.md) | | 2 | [Attio](https://openaitools.app/tw/tool/attio) | 1,652,928 | -4.2% | 免費試用、需聯絡報價 | 為代理式營收團隊打造的 AI 原生 CRM | [.md](https://openaitools.app/tw/tool/attio.md) | | 3 | [Roboflow](https://openaitools.app/tw/tool/roboflow) | 1,431,204 | +6.6% | 免費增值、需聯絡報價 | 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。 | [.md](https://openaitools.app/tw/tool/roboflow.md) | | 4 | [Dify](https://openaitools.app/tw/tool/dify-ai) | 819,691 | -15% | 免費增值 | 打造、部署並治理可上線的代理式 AI 工作流程 | [.md](https://openaitools.app/tw/tool/dify-ai.md) | | 5 | [Appen](https://openaitools.app/tw/tool/appen-com) | 665,840 | +0.2% | 需聯絡報價 | 高度依賴真人參與的託管人力服務來進行資料驗證，相比 Labelbox 提供較少的自助式技術工具。 | [.md](https://openaitools.app/tw/tool/appen-com.md) | | 6 | [CREAO](https://openaitools.app/tw/tool/creao) | 619,749 | +39.2% | 免費增值 | 讓 AI 智慧代理替團隊執行日常業務工作 | [.md](https://openaitools.app/tw/tool/creao.md) | | 7 | [Scale](https://openaitools.app/tw/tool/scale) | 616,915 | +12.5% | 需聯絡報價 | 提供大規模的企業級標註與模型評估，但通常需要比 Labelbox 更高的企業預算。 | [.md](https://openaitools.app/tw/tool/scale.md) | | 8 | [SuperAnnotate](https://openaitools.app/tw/tool/super-annotate) | 386,034 | +37.4% | 免費試用、需聯絡報價 | 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。 | [.md](https://openaitools.app/tw/tool/super-annotate.md) | | 9 | [Gumloop](https://openaitools.app/tw/tool/gumloop) | 379,557 | -21.1% | 免費增值、付費、需聯絡報價 | Gumloop is a no-code AI agent and automation platform where teams build agents that connect to their tools, browse the web, and complete real business tasks. | [.md](https://openaitools.app/tw/tool/gumloop.md) | | 10 | [Weights & Biases（CoreWeave Forge）](https://openaitools.app/tw/tool/prompts) | 315,624 | -80.2% | 免費增值、需聯絡報價、免費 | 在互聯環境中追蹤、評估並交付 AI 模型與代理。 | [.md](https://openaitools.app/tw/tool/prompts.md) | --- 來源：https://openaitools.app/tw/compare/labelbox-vs-ottic More Markdown: [分類](https://openaitools.app/tw/categories.md) · [流量排名](https://openaitools.app/tw/rankings.md) · [llms.txt](https://openaitools.app/tw/llms.txt)