2026 Best Software Awards are here!See the list
AWS Bedrock und Vertex AI vergleichen 
Auf einen Blick
Marktsegmente
Unternehmen (39.6% der Bewertungen)
Kleinunternehmen (42.0% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Bezahlen Sie nach Bedarf Pro Monat
AWS Bedrock
Sternebewertung
(48)4.3 von 5
Marktsegmente
Unternehmen (39.6% der Bewertungen)
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über AWS BedrockVertex AI
Sternebewertung
(650)4.3 von 5
Marktsegmente
Kleinunternehmen (42.0% der Bewertungen)
Pros & Cons
Einstiegspreis
Bezahlen Sie nach Bedarf Pro Monat
Kostenlose Testversion verfügbar
Erfahren Sie mehr über Vertex AIZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- G2-Rezensenten berichten, dass Vertex AI in der Verwaltung komplexer maschineller Lern-Workflows hervorragend ist, wobei Benutzer seine Fähigkeit schätzen, den gesamten ML-Lebenszyklus zu zentralisieren. Ein Benutzer hob hervor, wie es alles von der Datenvorbereitung bis zur Bereitstellung vereinfacht und es zu einer robusten Wahl für diejenigen macht, die ihre Prozesse optimieren möchten.
- Benutzer sagen, dass AWS Bedrock einen erheblichen Vorteil mit seiner einheitlichen API bietet, die einen einfachen Wechsel zwischen verschiedenen Modellen wie Anthropic Claude 3.5 und Meta Llama 3 ermöglicht. Diese Flexibilität ist besonders vorteilhaft für Teams, die ihre Anwendungen zukunftssicher machen möchten, ohne umfangreiche Neukonfigurationen.
- Rezensenten erwähnen, dass die Integration von Vertex AI mit Google Cloud nahtlos ist, was das gesamte Benutzererlebnis verbessert. Benutzer haben festgestellt, dass diese Integration die Verwaltung von ML-Projekten vereinfacht und es einfacher macht, Modelle effektiv bereitzustellen und zu überwachen.
- Laut verifizierten Bewertungen wird der Einrichtungsprozess von AWS Bedrock für seine Einfachheit gelobt, wobei Benutzer es einfach finden, loszulegen. Ein Rezensent bemerkte speziell die große Auswahl an grundlegenden Modellen, die ein starkes Verkaufsargument für Teams sein können, die schnellen Zugang zu verschiedenen KI-Fähigkeiten benötigen.
- G2-Rezensenten heben hervor, dass, obwohl Vertex AI eine etwas niedrigere Punktzahl in der Einrichtungsfreundlichkeit im Vergleich zu AWS Bedrock hat, seine umfassenden Funktionen für Modelltraining und -bereitstellung es zu einer bevorzugten Wahl für Benutzer machen, die eine vollwertige ML-Plattform über die anfängliche Einrichtungsgeschwindigkeit priorisieren.
- Benutzer berichten, dass beide Plattformen ihre Stärken in Support und Dokumentation haben, aber AWS Bedrock in Bezug auf die Benutzerzufriedenheit hinsichtlich der Supportqualität leicht überlegen ist. Rezensenten haben festgestellt, dass die zusätzlichen Dienste von AWS guten Support bieten, was entscheidend für Teams sein kann, die auf ein breiteres Ökosystem angewiesen sind.
AWS Bedrock vs Vertex AI
Bei der Bewertung der beiden Lösungen fanden Rezensenten Vertex AI einfacher zu verwenden. Jedoch ist AWS Bedrock einfacher einzurichten und zu verwalten. Rezensenten bevorzugten es auch, Geschäfte mit AWS Bedrock zu machen.
- Die Gutachter waren der Meinung, dass AWS Bedrock den Bedürfnissen ihres Unternehmens besser entspricht als Vertex AI.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter AWS Bedrock.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von AWS Bedrock gegenüber Vertex AI.
Preisgestaltung
Einstiegspreis
AWS Bedrock
Keine Preisinformationen verfügbarVertex AI
Try Vertex AI Free
Bezahlen Sie nach Bedarf
Pro Monat
Neue Kunden erhalten 300 $ in kostenlosen Guthaben, um sie für Vertex AI auszugeben.
- Eine einheitliche Benutzeroberfläche für den gesamten ML-Workflow
- Vorgefertigte APIs für Vision, Video, natürliche Sprache und mehr
- End-to-End-Integration für Daten und KI
Kostenlose Testversion
AWS Bedrock
Keine Informationen zur Testversion verfügbarVertex AI
Kostenlose Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.7
48
8.6
388
Einfache Bedienung
8.1
48
8.2
399
Einfache Einrichtung
8.4
47
8.1
321
Einfache Verwaltung
9.0
17
7.9
149
Qualität der Unterstützung
8.5
47
8.1
363
Hat the product ein guter Partner im Geschäft waren?
8.5
16
8.3
143
Produktrichtung (% positiv)
9.3
47
9.2
382
Funktionen
Einsatz
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.1
78
Nicht genügend Daten verfügbar
8.3
76
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.8
75
Einsatz
Nicht genügend Daten verfügbar
8.5
75
Nicht genügend Daten verfügbar
8.3
73
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.6
74
Nicht genügend Daten verfügbar
8.7
71
Management
Nicht genügend Daten verfügbar
8.2
71
Nicht genügend Daten verfügbar
8.5
73
Nicht genügend Daten verfügbar
8.0
71
Nicht genügend Daten verfügbar
8.1
70
Transaktionen
Nicht genügend Daten verfügbar
8.2
70
Nicht genügend Daten verfügbar
8.5
71
Nicht genügend Daten verfügbar
8.3
71
Management
Nicht genügend Daten verfügbar
8.1
69
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.3
70
Generative KI
Nicht genügend Daten verfügbar
8.4
37
Nicht genügend Daten verfügbar
8.6
37
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
Nicht genügend Daten
8.2
245
system
Nicht genügend Daten verfügbar
8.2
173
Modellentwicklung
Nicht genügend Daten verfügbar
8.5
208
Nicht genügend Daten verfügbar
7.9
181
Nicht genügend Daten verfügbar
8.4
206
Nicht genügend Daten verfügbar
8.5
209
Modellentwicklung
Nicht genügend Daten verfügbar
8.2
167
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.3
203
Nicht genügend Daten verfügbar
8.5
202
Nicht genügend Daten verfügbar
8.2
200
Nicht genügend Daten verfügbar
8.3
181
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.5
167
Nicht genügend Daten verfügbar
8.5
166
Einsatz
Nicht genügend Daten verfügbar
8.3
212
Nicht genügend Daten verfügbar
8.3
202
Nicht genügend Daten verfügbar
8.6
207
Generative KI
Nicht genügend Daten verfügbar
8.3
110
Nicht genügend Daten verfügbar
8.3
106
Nicht genügend Daten verfügbar
8.1
105
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
8.1
38
Nicht genügend Daten verfügbar
7.8
37
Nicht genügend Daten verfügbar
7.7
38
Nicht genügend Daten verfügbar
7.9
35
Nicht genügend Daten verfügbar
8.5
37
Nicht genügend Daten verfügbar
7.5
36
Nicht genügend Daten verfügbar
7.7
36
Skalierbarkeit und Leistung - Generative KI-Infrastruktur
9.1
16
9.0
31
8.6
14
8.7
32
8.0
15
8.6
31
Kosten und Effizienz - Generative KI-Infrastruktur
7.8
17
8.0
34
8.6
16
7.7
31
7.9
14
8.1
30
Integration und Erweiterbarkeit - Generative KI-Infrastruktur
8.6
14
8.5
30
9.0
16
8.3
32
8.4
16
8.5
31
Sicherheit und Compliance - Generative KI-Infrastruktur
8.6
14
8.7
30
8.8
15
8.3
32
8.5
14
8.9
30
Benutzerfreundlichkeit und Unterstützung - Generative KI-Infrastruktur
7.4
16
8.2
31
7.7
14
8.5
31
Integration - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
68
Lernen - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
66
Nicht genügend Daten verfügbar
8.3
65
Nicht genügend Daten verfügbar
8.8
66
Prompt-Engineering - Operationalisierung von großen Sprachmodellen (LLMOps)
8.0
5
8.8
24
7.3
5
9.0
24
Inferenzoptimierung - Betriebsführung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
8.8
22
Modellgarten - Operationalisierung großer Sprachmodelle (LLMOps)
8.7
5
9.3
25
Benutzerdefiniertes Training - Betriebsführung von großen Sprachmodellen (LLMOps)
7.7
5
9.1
24
Anwendungsentwicklung - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.2
23
Modellbereitstellung - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.0
23
8.3
5
8.7
22
Leitplanken - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
23
Nicht genügend Daten verfügbar
8.9
22
Modellüberwachung - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
21
Nicht genügend Daten verfügbar
9.1
22
Sicherheit - Operationalisierung von großen Sprachmodellen (LLMOps)
9.0
5
9.1
22
Nicht genügend Daten verfügbar
9.0
23
Gateways & Router - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.9
22
Anpassung - KI-Agenten-Ersteller
7.9
7
8.6
28
7.6
7
7.6
27
7.7
8
8.3
26
Funktionalität - KI-Agenten-Ersteller
7.5
8
8.1
27
7.4
7
7.3
27
7.4
7
8.2
26
8.1
7
7.2
27
Daten und Analytik - KI-Agentenentwickler
8.1
7
7.8
26
8.1
7
7.9
27
9.3
7
8.1
28
Integration - KI-Agentenbauer
8.3
7
8.8
28
8.3
7
8.2
30
7.9
7
8.1
28
7.5
6
7.5
27
Low-Code Machine-Learning-Plattformen6 Funktionen ausblenden6 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Datenaufnahme & -vorbereitung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellkonstruktion & Automatisierung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
AWS Bedrock und Vertex AI sind kategorisiert als Großes Sprachmodell-Betrieb (LLMOps), Generative KI-Infrastruktur, und KI-Agentenbauer
Einzigartige Kategorien
AWS Bedrock hat keine einzigartigen Kategorien
Vertex AI ist kategorisiert als MLOps-Plattformen, Datenwissenschafts- und maschinelles Lernen-Plattformen, Maschinelles Lernen, und Low-Code Machine-Learning-Plattformen
Bewertungen
Unternehmensgröße der Bewerter
AWS Bedrock
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Vertex AI
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Informationstechnologie und Dienstleistungen
20.8%
Computersoftware
18.8%
Finanzdienstleistungen
8.3%
Beratung
6.3%
Einzelhandel
4.2%
Andere
41.7%
Computersoftware
17.9%
Informationstechnologie und Dienstleistungen
14.2%
Finanzdienstleistungen
6.9%
Einzelhandel
3.6%
Krankenhaus & Gesundheitswesen
3.3%
Andere
54.2%
Top-Alternativen
Diskussionen
AWS Bedrock hat keine Diskussionen mit Antworten
Wofür wird die Google Cloud AI Platform verwendet?
3 Kommentare
AO
Vertex AI ist die verwaltete Machine-Learning-Plattform von Google Cloud. Sie wird verwendet, um ML-Modelle in großem Maßstab zu erstellen, zu trainieren und...Mehr erfahren
What software libraries does cloud ML engine support?
3 Kommentare
AO
Cloud ML Engine (jetzt Teil von Vertex AI) unterstützt beliebte ML-Frameworks und -Bibliotheken wie TensorFlow, PyTorch, Scikit-learn und XGBoost. Diese...Mehr erfahren
What is Google AI platform?
2 Kommentare
ZM
Die Google AI-Plattform ist ein umfassendes Set von Tools und Diensten, das von Google Cloud bereitgestellt wird, um künstliche Intelligenz zu entwickeln,...Mehr erfahren
Auf der Suche nach Software-Einblicken?
Mit über 3 Millionen Bewertungen können wir die spezifischen Details bereitstellen, die Ihnen helfen, eine fundierte Kaufentscheidung für Software für Ihr Unternehmen zu treffen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
