Skip to main content
Brainiall
Iniciar sesiónComenzar

Brainiall Content Guard

Clasificación NSFW + detección de partes del cuerpo a nivel de región en 91 ms p50 en CPU. 3-4× más rápido que AWS Rekognition Moderation. Precio reducido $0.0005/img vs $0.001 AWS. licencias permisivas y pesos abiertos que puedes auditar.

Obtener clave de API gratuitaLeer la documentaciónProbar en el navegador

⚡ KPI de rendimiento (medidos)

MétricaBrainiallAWS Rekognition
End-to-end pipeline p50 latency91 ms200–400 ms [fuente]★
Binary NSFW p5062 ms (Brainiall quantized+compiled)~150 ms★
Region detect p5022 ms (Brainiall NSFW detector)~200 ms (3-level taxonomy)★
Throughput per CPU core (sustained)8 RPSCloud auto-scale=
Cold-start~5 s (always-warm container)<1 sR

🎯 Matriz de capacidades

MétricaBrainiallAWS Rekognition
Binary safe/unsafe classification✅ Brainiall (98.04% on 80k eval)✅ DetectModerationLabels=
Granular region detection (body parts)✅ Brainiall NSFW detector (12 body-part classes)✅ 3-level taxonomy (Explicit/Suggestive/etc.)R
L1/L2/L3 hierarchy taxonomy🟡 Binary + region (no hierarchy yet)✅ L1 + L2 + L3 fine-grained labelsR
Violence/weapon/drugs detection❌ v1 covers NSFW only — v1.1 planned (custom detector)✅ Built-inR
Local CPU deployment (no cloud RTT)✅ Bare-metal infrastructure❌ Cloud-only★
Open weights you can audit✅ Brainiall (permissive licenses)❌ Proprietary closed★
LGPD / GDPR-by-default✅ EU/BR datacenter🟡 us-east default★
Pricing$0.0005/img (undercut)$0.001/img★

📊 Referencias de calidad (literatura)

MétricaBrainiallAWS Rekognition
NSFW classification accuracyBrainiall 98.04% (80k proprietary eval)Claim 'up to 95% unsafe content flagged' [fuente]
Region detection coverageBrainiall NSFW detector (12 body-part classes + face)Hierarchy of ~30 fine labels [fuente]
False-positive rate (LATAM context)Higher on Brazilian beach/carnival imagery (cultural skew, fine-tune planned)Same skew (US-trained)=

Precios

Free

1,000 imgs/month

Get started. No card.

Fast

$0.0005 / image

Brainiall NSFW (classifier + detector). p50 91 ms. Undercut Rekognition by 50%.

Pro

$0.005 / image

Adds custom-fine-tuned LATAM model + L1/L2/L3 hierarchy (Q3 2026).

Inicio rápido (Python)

Solicitud

import base64, httpx
img = base64.b64encode(open("photo.jpg", "rb").read()).decode()
resp = httpx.post(
 "https://api.brainiall.com/v1/moderation/analyze/base64",
 headers={"Authorization": "Bearer brnl-..."},
 json={"image": img, "include": ["binary", "regions"]},
)
print(resp.json())

Ejemplo de respuesta

{
 "request_id": "req_b3f9c2…",
 "processing_ms": 91,
 "is_safe": false,
 "binary": {
 "label": "unsafe",
 "score": 0.987
 },
 "regions": [
 {
 "label": "EXPOSED_BREAST_F",
 "score": 0.91,
 "box": [124, 88, 312, 290]
 }
 ],
 "warnings": []
}

⚠️ CSAM fuera de alcance

La Moderación de Contenido de Brainiall NO detecta CSAM. Para la detección de CSAM, enruta las cargas a través de Microsoft PhotoDNA, Thorn Safer, o reportar directamente a NCMEC CyberTipline (18 U.S.C. § 2258A). Tarjeta de modelo completa con métricas por clase, sesgos conocidos y compromiso de registro de auditoría: /trust/content-moderation-model-card.

Metodología de comparación y aviso legal

Mediciones de Brainiall: latencia medida en la infraestructura de producción de Brainiall (bare-metal · hardware de producción · CPU), mayo de 2026. Modelos: clasificador NSFW de Brainiall + detector NSFW de Brainiall (grado de producción).

Datos de AWS Rekognition: derivado de la documentación pública de AWS (mayo de 2026). AWS no publica benchmarks formales de precisión; su afirmación publicada de "hasta 95% de contenido inseguro marcado" se cita tal cual. Los rangos de latencia incluyen el round-trip de red desde us-east-1.

Notas importantes:

  • Brainiall S7 v1 cubre clasificación NSFW + regiones de partes del cuerpo. La violencia, las armas, las drogas, los símbolos del odio no están en v1 — planeado para v1.1 (detector personalizado sobre datasets públicos de armas y violencia). Rekognition los incluye de forma nativa vía taxonomía, así que en esas categorías AWS tiene actualmente una ventaja clara de cobertura.
  • Taxonomía jerárquica L1/L2/L3: AWS la ofrece de fábrica; actualmente entregamos binario plano + región — la jerarquía está en el roadmap para Q3 2026.
  • Contexto LATAM: ambos sistemas se entrenaron predominantemente con conjuntos de datos occidentales; la tasa de falsos positivos en imágenes de carnaval/playa/moda brasileñas es comparable. Brainiall planea un ajuste fino local en Q3 2026.
  • Las metodologías y los conjuntos de datos pueden diferir; los benchmarks directos están programados para el Q3 2026.
  • Marcas registradas: Amazon Web Services and Rekognition son marcas comerciales de Amazon.com, Inc. Esta página se proporciona con fines de comparación informativa y no cuenta con el respaldo de AWS ni está afiliada a AWS.

Última revisión: mayo de 2026. Fuentes citadas en línea; actualizamos cuando hay nuevos datos disponibles.

Más APIs especializadas