マレンゴ 3.0

どんな動画からも、あらゆるものを見つけ出す。

36の言語にわたる視覚、音声、対話、モーションを処理し、本番環境の検索にすぐ利用できる512次元のベクトルを返す動画埋め込みモデル。

36の言語にわたる視覚、音声、対話、モーションを処理し、本番環境の検索にすぐ利用できる512次元のベクトルを返す動画埋め込みモデル。

4時間

連続する動画と音声を、完全な時間的コンテキストを保持したまま処理。

36+

クエリと検索に対応する言語。翻訳を介さないネイティブ処理。

512次元

動画のインデックス作成で他社より高速。精度では業界をリード。エンベディング次元は他社より6分の1。

30倍

動画のインデックス作成で他社より高速。精度では業界をリード。

マレンゴだけがすること。

他の基盤モデルは、英語の短い動画におけるテキストからクリップへの検索にとどまります。Marengoはそこからスタートし、制作現場のシステムが真に必要とする処理を実行します。

他の基盤モデルは、英語の短い動画におけるテキストからクリップへの検索にとどまります。Marengoはそこからスタートし、制作現場のシステムが真に必要とする処理を実行します。

Image

512次元

Marengoは動画を512次元のエンベディングにエンコードし、競合他社と比較してストレージを6分の1に削減。精度を落とすことなく検索を高速化します。

Image

1つのクエリで、画像と文章を組み合わせる。

選手の写真をドロップし、1〜2文を追加すれば、Marengoはそれらを1つのエンベディングに統合します。1つのクエリで画像、テキスト、音声をミックスできます。

Image

36言語を、1つの空間で。

Marengoの統合ベクトル空間で36の言語を横断して検索。翻訳のステップは不要で、言語間での精度の低下もありません。

Image

サンプルフレームによる検索。

テキストで条件を絞り込んだ画像クエリを使用して、一致する動画の瞬間を見つけ出す。

サインアップから最初の結果を得るまで、わずか5分。

同じモデル、プロンプト、JSON出力。チームに最適なインターフェースを選択してください。

同じモデル、プロンプト、JSON出力。チームに最適なインターフェースを選択してください。

Python
Node.js
1import requests
2 
3# ステップ 2: APIのURLと特定のエンドポイントを定義する
4API_URL = "https://api.twelvelabs.io/v1.3"
5INDEXES_URL = f"{API_URL}/indexes"
6 
7# ステップ 3: 認証に必要なヘッダーを作成する
8headers = {
9 "x-api-key": "<YOUR_API_KEY>"
10}
11 
12# ステップ 4: APIリクエスト用のデータペイロードを準備する
13INDEX_NAME = "<YOUR_INDEX_NAME>"
14data = {
15 "models": [
16 {
17 "model_name": "marengo3.0",
18 "model_options": ["visual", "audio"]
19 }
20 ]
21}

クイックスタート

最初の動画をインデックス化し、5分以内に検索を実行できます。

サンプルアプリ

プロダクション向けリポジトリ:動画検索、動画RAG、ハイライト生成、コンプライアンススキャナー。

MCPサーバ

Claude、Cursor、または任意のMCPクライアントを動画インデックスに接続します。

SDKとAPI

Python、Node、REST。完全なリファレンス、型付きレスポンス、ストリーミングに対応。

クイックスタート

最初の動画をインデックス化し、5分以内に検索を実行できます。

サンプルアプリ

プロダクション向けリポジトリ:動画検索、動画RAG、ハイライト生成、コンプライアンススキャナー。

MCPサーバ

Claude、Cursor、または任意のMCPクライアントを動画インデックスに接続します。

SDKとAPI

Python、Node、REST。完全なリファレンス、型付きレスポンス、ストリーミングに対応。

より速く、より軽く、より正確に。

Marengoは、ベンチマークやデモ、あるいは3分間のクリップのためではなく、本番環境のワークロードを想定して設計されました。それが実際に何を意味するのかを以下に示します。

Marengoは、ベンチマークやデモ、あるいは3分間のクリップのためではなく、本番環境のワークロードを想定して設計されました。それが実際に何を意味するのかを以下に示します。

73%

総合パフォーマンス。Google Vertexは52%、Amazon Novaは55%。

複合ビデオ検索パフォーマンス

Image

複合ビデオ検索パフォーマンス

機能

マレンゴ 3.0

Gemini Embedding 2

Nova マルチモーダル埋め込み

エンベディング次元数

512

3072(デフォルト。Matryoshka経由で1536 / 768)

3072(デフォルト。Matryoshka経由で1024 / 384 / 256)

最大動画長

4時間(連続)

1リクエストあたり120秒

1セグメントあたり30秒(チャンク化)

マルチモーダル複合クエリ

対応(画像+テキスト+音声クエリ用の単一エンベディング)

ネイティブな複合クエリAPIはなし

ネイティブな複合クエリAPIはなし

スポーツ認識

5つのスポーツ

要求・公開されている機能ではない

要求・公開されている機能ではない

レイテンシ

0.05

~0.50

1.50+

エンベディング信頼度スコア

対応

非公開

非公開

Start building with TwelveLabs

Bring video intelligence into your production and archive workflows. Deploy, scale, and get more from your content.

Start building with TwelveLabs

Bring video intelligence into your production and archive workflows. Deploy, scale, and get more from your content.

Start building with TwelveLabs

Bring video intelligence into your production and archive workflows. Deploy, scale, and get more from your content.