Brainiall Vision Tagger

⚡ KPIs de rendimiento (medidos)

🎯 Matriz de capacidades

📊 Referencias de calidad

Precios

Inicio rápido (Python)

import base64, httpx
img = base64.b64encode(open("photo.jpg", "rb").read()).decode()
resp = httpx.post(
 "https://api.brainiall.com/v1/vision/labels/base64",
 headers={"Authorization": "Bearer brnl-..."},
 json={
 "image": img,
 "tier": "standard",
 "task": "<CAPTION>" # or <OCR>, <OD>, <CAPTION_TO_PHRASE_GROUNDING>
 },
)
print(resp.json())

{
 "request_id": "req_4d8e2a…",
 "processing_ms": 1624,
 "tier": "standard",
 "task": "<CAPTION>",
 "caption": "Two cats laying on a pink couch with remote controls.",
 "labels": [
 {"label": "cat", "confidence": 0.97,
 "box": [120, 240, 380, 520]},
 {"label": "couch", "confidence": 0.94,
 "box": [0, 100, 800, 600]}
 ],
 "output": {
 "<CAPTION>": "Two cats laying on a pink couch…"
 },
 "warnings": []
}

💰 Por qué "paridade per-call" es la comparación equivocada

Por imagen, Brainiall Standard (US$0.004) y Google Vision (US$0.0015) parecen comparables. Pero Google Vision cobra por característica. Para obtener caption + OCR + detección de objetos en la misma imagen con Google Vision Premium, necesita 3 características separadas × $0.0015 = $0.0045. Con el motor Brainiall Vision Tagger Standard, las tres vienen en una sola llamada.

TCO en el mundo real: con 1M de imágenes/mes, Google Vision es ~12% más caro para el caso de uso multi-feature, y además se pierde el prompting zero-shot (no se puede pedir "encuentra una bandera brasileña en esta imagen") y se paga extra por la traducción de los captions. Para catálogos en PT-BR, ZH, AR y JP, el motor Brainiall Vision Tagger incluye captioning multilingüe nativo en los mismos $0.004 — Google cobraría la Translation API adicional y aun así no ofrecería zero-shot.

Nivel de volumen: a partir de 500K imgs/mes, el nivel Estándar baja a $0.0028 / img (-30%)Ver /pricing para la escalera completa.

Metodología de comparación y aviso legal

Mediciones de Brainiall: nuestra infraestructura de producción, mayo de 2026. Modelos: módulo de detección de objetos de Brainiall (tier Fast) + motor Brainiall Vision Tagger (tier Standard).

Datos de AWS: Rekognition DetectLabels declara ~2500 categorías (catálogo más amplio que las 80 clases comunes del módulo de detección de objetos de Brainiall — por eso marcamos la capacidad ✅ para Rekognition ahí). Sin embargo, Rekognition NO ofrece prompting zero-shot (p. ej., "encontrar una bandera brasileña" bajo demanda) ni captioning de imágenes — ambos confirmados en la documentación de AWS a mayo de 2026.

Notas:

• Brainiall S9 v1 cubre el módulo de detección de objetos de Brainiall (closed-set ~80 clases comunes) + el motor Brainiall Vision Tagger (multitarea: caption + detección + OCR + segmentación). Para una cobertura closed-set más amplia, similar a las 2500 categorías de Rekognition, use el motor Brainiall Vision Tagger multitarea o espere a la v1.1 (planeado: detección open-vocabulary zero-shot para prompts arbitrarios).
• El motor Brainiall Vision Tagger tiene licencia permisiva y se ejecuta totalmente en CPU: sin egress de API, sin dependencia de la nube.
• mAP del módulo de detección de objetos de Brainiall según benchmark independiente; las metodologías pueden diferir frente a la evaluación de AWS.
• Marcas registradas: Amazon Web Services, Rekognition son marcas registradas de Amazon.com, Inc. Esta página es comparativa informativa; no aprobada por AWS.

Última revisión: mayo de 2026.

Más APIs especializadas

• S6 Brainiall Identity
• S7 Brainiall Content Guard
• S8 Document AI / OCR
• S1 Brainiall Cutout