TwelveLabs
TwelveLabs 是总部位于旧金山的视频理解（Video Understanding）API 平台，自研视频基础模型 Marengo（多模态嵌入，支持文本/语音/画面/声音的 any-to-any 检索）与 Pegasus（视频到文本生成），通过 Embed / Search / Analyze 三类 API 让开发者对视频做语义检索、片段定位、摘要、章节与问答；提供免费额度（600 分钟）与按量付费，企业版支持私有部署与模型微调，模型亦可在 Amazon Bedrock 上调用。
★
★
★
★
★
8.5
/10
免费增值
✓ 免费版
价格模式
免费增值
价格区间
Free：600 分钟（10 小时）视频索引、索引保留 90 天、单索引 10 小时/100 个视频、5 并发，无需信用卡；Developer 按量付费：视频索引 $2.50/小时、Embedding 基础设施 $0.09/小时·月、Search $4/千次查询、Analyze 输入视频 $1.75/小时 + 输出文本 $7.5/百万 token、Embed（Marengo 3.5/3.0）视频 $0.260、音频 $0.065、图片 $0.080、文本 $0.200、文档 $0.162（美元/百万 token），上限约 1 万小时索引；Enterprise 承诺用量定制报价，提供私有/自管理部署与模型微调。
是否开源
否
核心功能
- ✓ AI搜索
- ✓ 可自托管
- ✓ 提供API
- ✓ 企业级安全
- ✓ 有免费版
- ✓ 模型微调
👍 优点
- + 视频理解深度领先：画面+语音+声音+文本的跨模态 any-to-any 检索是稀缺能力
- + Embed / Search / Analyze 三条 API 覆盖检索、打点、摘要、章节、问答等主流场景
- + 免费版无需信用卡，600 分钟额度即可完成概念验证
- + 可在 Amazon Bedrock 上调用，便于已有云上架构集成
- + 企业版支持私有或自管理部署，并可基于业务领域微调模型
- + 开发者生态完整：API 文档、SDK、Discord 社区与示例应用齐备
👎 缺点
- - 单价偏高：索引 $2.50/小时叠加 $0.09/小时·月的基础设施费，长视频规模化成本陡增
- - 免费版索引仅保留 90 天，600 分钟为累计消耗且删除不返还
- - 计费规则复杂：索引费 + 基础设施月费 + 调用费三层叠加，Segment 还按片段数倍乘
- - 闭源商业模型，无法获取权重自行部署
- - 不提供视频生成与剪辑能力，定位是理解而非创作
适合人群
最适合： 媒资与广电、广告、体育赛事、安防等需要对海量视频做语义检索、内容打点与自动摘要的团队，以及为这些场景构建产品的开发者
不适合： 只需要字幕/转写（用更便宜的 ASR 即可）、需要视频生成或剪辑、以及成本敏感且视频量极大的个人项目
