Skip to main content
Brainiall
Se connecterCommencer

Brainiall Content Guard

Classification NSFW + détection des parties du corps au niveau régional 91 ms p50 3 à 4 fois plus rapide que AWS Recognition Moderation. Prix réduit de $0.0005/img contre $0.001 AWS. Les licences autorisantes sont des poids ouverts que vous pouvez contrôler.

Obtenir une clé API gratuiteLire les docsEssayez dans le navigateur

KPI de performance (mesurée)

MétriqueBrainAWS Rekognition
End-to-end pipeline p50 latency91 ms200–400 ms [ La source ]★
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

Matrix de capacité

MétriqueBrainAWS 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★

Les références de qualité (literature)

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

prix

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).

Démarrage rapide (Python)

Demande

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())

Exemple de réponse

{
 "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 hors périmètre

La modération de contenu de Brainiall ne détecte pas les CSAM. Pour la détection des CSAM, acheminez les téléversements via Microsoft PhotoDNA, Thorn plus sûrou indiquer directement à la NCMEC et CyberTipline (18 U.S.C. § 2258A). Fiche de modèle complète avec métriques par classe, biais connus et engagement de piste d'audit : /trust/content-moderation-model-card.

Méthodologie de comparaison et avertissement

Mesures Brainiall: latence depuis l'infrastructure de production Brainiall (bare-metal · matériel de production · CPU), mai 2026. Modèles : classificateur Brainiall NSFW + détecteur Brainiall NSFW (qualité production).

Données AWS Rekognition: dérivé de la documentation publique AWS (mai 2026). AWS ne publie pas de benchmarks formels de précision ; leur affirmation publiée de « jusqu'à 95 % de contenu non sûr signalé » est citée telle quelle. Les plages de latence incluent l'aller-retour réseau depuis us-east-1.

Notes importantes:

  • Brainiall S7 v1 couvre la classification NSFW + régions du corps. La violence, les armes, les drogues, les symboles de haine ne sont pas dans v1 — prévu pour v1.1 (détecteur personnalisé sur les armes publiques + données de violence).Recognition a ces intégrés via taxonomie, donc pour ces catégories AWS a actuellement une limite claire de couverture.
  • Taxonomie hiérarchique L1/L2/L3 : AWS la fournit nativement ; nous fournissons actuellement binaire plat + région — la hiérarchie est prévue sur la feuille de route Q3 2026.
  • Contexte LATAM : les deux systèmes sont principalement entraînés sur des jeux de données occidentaux ; le taux de faux positifs sur les images de carnaval/plage/mode brésiliennes est comparable. Brainiall prévoit un fine-tuning local au Q3 2026.
  • Les méthodologies et les jeux de données peuvent différer — des benchmarks comparatifs directs sont prévus pour le 3e trimestre 2026.
  • Les marques : Amazon Web Services and reconnaissance sont des marques commerciales d’Amazon.com, Inc. Cette page est fournie à des fins de comparaison informative et n’est pas approuvée ou affiliée à AWS.

Dernière révision : mai 2026. Sources citées en ligne ; mise à jour dès que de nouvelles données sont disponibles.

Plus de spécialités APIs