TwelveLabs

TwelveLabs

TwelveLabs, Inc. · Coding

TwelveLabs ist eine Plattform für Videoverständnis, deren Modelle Marengo und Pegasus Material über eine API indexieren, durchsuchen und auswerten.

Vorschau der Oberfläche von TwelveLabs

Über TwelveLabs

About

Was ist TwelveLabs

TwelveLabs ist ein Unternehmen für Video-Intelligenz. Die Plattform erfasst, was in einem Clip passiert: gesprochene Worte, Geräusche, Objekte, Handlungen und ihre Reihenfolge. Sie laden Ihr Material hoch, und das System macht daraus durchsuchbare Daten, die Sie in normaler Sprache abfragen.

Das Unternehmen entwickelt zwei Grundmodelle. Marengo übernimmt das Wiederfinden: Es wandelt Video in Embeddings um, sodass Sie eine Szene beschreiben statt sie von Hand zu verschlagworten. Pegasus ist ein Videosprachmodell, das Zusammenfassungen, Untertitel und Antworten zu einem Clip schreibt. Beide laufen über eine einzige API und eine Reihe von Entwicklerwerkzeugen.

Die Grenze liegt im Umfang. TwelveLabs ist für Teams mit echtem Videovolumen und technischer Unterstützung gebaut, nicht für Gelegenheitsnutzer, die nur schneiden wollen. Der kostenlose Tarif begrenzt die Indexierung und löscht Indexdaten nach 90 Tagen, dauerhafte Nutzung verlangt also den kostenpflichtigen Developer-Tarif oder einen Enterprise-Vertrag.

Erste Schritte

  1. Legen Sie ein Konto auf der Anmeldeseite von TwelveLabs an und starten Sie im kostenlosen Tarif mit bis zu 10 Stunden Indexierung.
  2. Erzeugen Sie einen API-Schlüssel im Dashboard und erstellen Sie einen datierten Index, der Ihre Videos und deren Embeddings speichert.
  3. Laden Sie Material über die API, die SDKs oder eine MCP-Verbindung hoch, oder ziehen Sie Dateien in den Web-Playground.
  4. Starten Sie einen search-, embed- oder analyze-Aufruf auf Ihren Index, um Szenen, Themen oder geschriebene Zusammenfassungen zu erhalten.
  5. Prüfen Sie das Ergebnis im Dashboard und binden Sie die API in Ihre eigene Anwendung ein, sobald die Ausgabe passt.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von TwelveLabs.

Kostenloser TarifJa
Bezahlte Tarife$0 - custom/mo
PlattformWeb app, REST API, Python and Node SDKs, MCP server
EntwicklerTwelveLabs, Inc.
KategorieCoding
VeröffentlichungsdatumJan 2021
Zuletzt aktualisiertOct 2025
Website-Besuche141.7K
Globales Website-Ranking242.2K
API-VerfügbarkeitJa

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • Medien- und Postproduktionsteams
  • Analysten, die eine genauere Videoanalyse wollen
  • Entwickler, die Videoanwendungen bauen
  • Einen bestimmten Moment in Stunden Material finden

Aufgaben

  • Zusammenfassungen und Untertitel erzeugen
  • Compliance- und Sicherheitsprüfung
  • Eine KI-API für Video in ein Produkt einbauen
  • Ein Film- oder Fernseharchiv vor einem neuen Dreh aufräumen

Szenarien

  • Kontextbezogene Werbung ausliefern
  • Material zu Fällen oder Vorfällen prüfen
  • KI-Video-Intelligenz für ein Medienarchiv aufsetzen
  • Standing up AI video intelligence for a media archive

Wichtigste Funktionen

Multimodale Videosuche

Die Suche erfasst Worte, Geräusche und Bilder zugleich, sodass Sie eine Szene über eine Handlung, eine Zeile oder eine Stimmung finden. Tags sind vorab nicht nötig. Das Modell Marengo liefert geordnete Treffer mit einem Unsicherheitssignal pro Ergebnis, womit Sie einschätzen können, wie sehr Sie der Antwort trauen sollten.

Embedding-Modell Marengo

Marengo bringt Video, Audio, Bilder, Text und Dokumente in einen gemeinsamen Embedding-Raum. So läuft das Wiederfinden in jede Richtung, etwa eine Textanfrage zu einem Clip oder ein Bild zu einem Dokument. Version 3.5 erzeugt 512-dimensionale Embeddings sowie einen synchronen Endpunkt, der bis zu 16K Token in einer einzigen Anfrage annimmt.

Videosprachmodell Pegasus

Pegasus denkt über die gesamte Zeitachse eines Clips nach, statt nur wenige Frames abzutasten. Es verfolgt Entitäten, Ursache und Wirkung sowie die Handlung über die Zeit und schreibt dann Zusammenfassungen, Untertitel, Kapitelmarken oder Antworten auf direkte Fragen. Das Unternehmen gibt an, damit Gemini 3.1 Pro beim multimodalen Prompting in eigenen Tests um 13,1 % zu übertreffen.

Schnelle Indexierungspipeline

Die Plattform nimmt Video mit rund 60-facher Echtzeitgeschwindigkeit auf, eine Stunde Material ist also in etwa einer Minute indexiert, und in den bezahlten Tarifen schafft sie über 10.000 Stunden pro Tag. Schnellere Indexierung macht frisches Material früher durchsuchbar, was für Redaktionen und Live-Produktion zählt. Wer Videoindexierung als Engpass kennt, merkt den Unterschied sofort.

Entwickler-API, SDKs und MCP

TwelveLabs liefert eine REST-API, Python- und Node-SDKs sowie eine MCP-Verbindung für KI-Assistenten. Teams rufen die Endpunkte search, embed und analyze direkt auf oder hängen die Plattform an bestehende Schnitt- und Medienwerkzeuge, statt das Wiederfinden selbst zu bauen.

Enterprise-Betrieb und Sicherheit

Die Plattform ist nach SOC 2 Type II zertifiziert und verschlüsselt Daten während der Verarbeitung. Sie unterstützt außerdem privaten oder selbst verwalteten Betrieb für Organisationen, die ihr Material nicht in eine geteilte Cloud geben dürfen, was im öffentlichen Sektor und in regulierten Branchen oft den Ausschlag gibt.

Vor- und Nachteile

Vorteile

  • Die Suche liest Handlung, Dialog und Ton gemeinsam, dadurch entfällt das manuelle Verschlagworten.
  • Die Indexierung läuft nahe der 60-fachen Echtzeit, große Bibliotheken werden so in Stunden statt Wochen durchsuchbar.
  • Marengo und Pegasus decken Wiederfinden und Erzeugen auf einer Plattform ab, zwei Anbieter müssen also nicht verbunden werden.
  • Eine offene API, SDKs und MCP-Unterstützung fügen Videoanwendungen in bestehende Entwicklerabläufe ein.
  • SOC 2 Type II und selbst verwalteter Betrieb bestehen die üblichen Sicherheitsprüfungen.

Nachteile

  • Der kostenlose Tarif begrenzt auf 10 Stunden Indexierung und löscht Indexdaten nach 90 Tagen, dauerhafte Nutzung verlangt also einen bezahlten Tarif.
  • Der Preis steigt mit Videostunden und API-Aufrufen, und starker Segment-Einsatz vervielfacht die Kosten pro Segmentdefinition, was Teams ohne Rechner überrascht.
  • Es gibt keine Verbraucher-App fürs Handy, wer also einen einfachen Editor sucht, merkt schnell, dass das Produkt auf ein anderes Publikum zielt.

Häufige Fragen

Es macht Video zu durchsuchbaren Daten. Sie laden Material hoch, und die Plattform indexiert Bild, Sprache und Ton, damit Sie über eine API oder das Dashboard suchen, zusammenfassen und auswerten können.