Introducing G2.ai, the future of software buying.Try now

Comparer Vertex AIetneptune.ai

Enregistrer
    Connectez-vous à votre compte
    pour enregistrer des comparaisons,
    des produits et plus encore.
En un coup d'œil
Vertex AI
Vertex AI
Note
(591)4.3 sur 5
Segments de marché
Petite entreprise (41.1% des avis)
Information
Pros & Cons
Prix d'entrée de gamme
Payer au fur et à mesure Par mois
Essai gratuit disponible
En savoir plus sur Vertex AI
neptune.ai
neptune.ai
Note
(54)4.6 sur 5
Segments de marché
Marché intermédiaire (42.6% des avis)
Information
Pros & Cons
Prix d'entrée de gamme
Gratuit
Parcourir tous les plans tarifaires 4
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
  • Les critiques de G2 rapportent que Vertex AI excelle en termes de satisfaction globale des utilisateurs, affichant un score G2 nettement supérieur à celui de neptune.ai. Les utilisateurs apprécient sa capacité à rationaliser le processus d'apprentissage automatique, un critique notant comment il leur permet de passer sans heurts de l'expérimentation aux pipelines de production.
  • Les utilisateurs disent que neptune.ai se distingue par sa facilité d'installation et ses capacités d'intégration. Beaucoup le trouvent simple à mettre en œuvre, un utilisateur soulignant comment leur équipe s'est rapidement adaptée au suivi des expériences, en faisant un outil de collaboration utile pour les parties prenantes.
  • Les critiques mentionnent que bien que Vertex AI ait une interface plus complexe, il offre des fonctionnalités puissantes qui rendent la construction et le développement de modèles d'apprentissage automatique sans effort. Les utilisateurs ont loué sa précision et l'authenticité des réponses de l'IA, ce qui améliore leur expérience globale.
  • Selon les avis vérifiés, neptune.ai est particulièrement apprécié pour ses fonctionnalités de collaboration, permettant aux équipes de rassembler facilement les résultats des expériences en informations digestes. Cette flexibilité est appréciée par les utilisateurs qui ont besoin de partager des insights avec des parties prenantes non techniques.
  • Les critiques de G2 soulignent que Vertex AI, malgré sa complexité accrue, fournit un support et des ressources robustes, ce qui peut être crucial pour les utilisateurs naviguant dans les tâches de développement de l'IA. La simplicité de son design a attiré de nombreux utilisateurs, qui estiment qu'il répond efficacement à leurs besoins.
  • Les utilisateurs rapportent que bien que neptune.ai se concentre fortement sur le suivi et la surveillance des expériences, il peut ne pas offrir le même niveau de fonctionnalités complètes que Vertex AI pour les workflows d'apprentissage automatique de bout en bout. Certains utilisateurs ont noté qu'ils s'appuient principalement sur lui pour des tâches spécifiques plutôt que comme une plateforme ML à part entière.

Vertex AI vs neptune.ai

Lors de l'évaluation des deux solutions, les examinateurs ont trouvé neptune.ai plus facile à utiliser, à configurer et à administrer. Les examinateurs ont également préféré faire des affaires avec neptune.ai dans l'ensemble.

  • Les évaluateurs ont estimé que Vertex AI répond mieux aux besoins de leur entreprise que neptune.ai.
  • En comparant la qualité du support produit continu, les évaluateurs ont estimé que neptune.ai est l'option préférée.
  • Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de neptune.ai à Vertex AI.
Tarification
Prix d'entrée de gamme
Vertex AI
Try Vertex AI Free
Payer au fur et à mesure
Par mois
En savoir plus sur Vertex AI
neptune.ai
Free (Cloud SaaS)
Gratuit
Parcourir tous les plans tarifaires 4
Essai gratuit
Vertex AI
Essai gratuit disponible
neptune.ai
Essai gratuit disponible
Évaluations
Répond aux exigences
8.6
358
8.4
48
Facilité d’utilisation
8.2
367
9.1
52
Facilité d’installation
8.1
290
9.2
32
Facilité d’administration
7.9
141
8.8
10
Qualité du service client
8.1
334
9.6
45
the product a-t-il été un bon partenaire commercial?
8.2
135
8.7
10
Orientation du produit (% positif)
9.2
352
9.5
48
Fonctionnalités
déploiement
8.3
73
8.7
36
8.1
74
9.3
38
8.3
74
9.0
39
8.3
70
Fonction non disponible
8.8
70
8.9
33
déploiement
8.4
73
8.5
34
8.3
72
9.1
34
8.4
71
9.0
35
8.5
71
Fonction non disponible
8.7
69
8.8
34
management
8.3
70
8.5
34
8.5
69
9.1
37
8.0
69
8.3
33
8.1
69
8.2
34
Opérations
8.2
69
8.3
32
8.4
70
Fonction non disponible
8.3
70
9.2
32
management
8.1
68
8.2
29
8.4
69
9.0
30
8.3
68
8.5
29
IA générative
8.2
34
Fonction non disponible
8.4
34
Fonction non disponible
Plateformes de science des données et d'apprentissage automatiqueMasquer 25 fonctionnalitésAfficher 25 fonctionnalités
8.2
214
Pas assez de données
Système
8.2
170
Pas assez de données disponibles
Développement de modèles
8.4
202
Pas assez de données disponibles
7.9
179
Pas assez de données disponibles
8.4
200
Pas assez de données disponibles
8.5
202
Pas assez de données disponibles
Développement de modèles
8.2
165
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.2
200
Pas assez de données disponibles
8.4
196
Pas assez de données disponibles
8.2
195
Pas assez de données disponibles
8.2
178
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.5
165
Pas assez de données disponibles
8.4
163
Pas assez de données disponibles
déploiement
8.2
193
Pas assez de données disponibles
8.3
194
Pas assez de données disponibles
8.5
193
Pas assez de données disponibles
IA générative
8.3
102
Pas assez de données disponibles
8.2
102
Pas assez de données disponibles
8.1
103
Pas assez de données disponibles
Agentic AI - Plateformes de science des données et d'apprentissage automatique
8.1
34
Pas assez de données disponibles
7.8
34
Pas assez de données disponibles
7.7
34
Pas assez de données disponibles
7.8
34
Pas assez de données disponibles
8.4
34
Pas assez de données disponibles
7.8
34
Pas assez de données disponibles
7.9
34
Pas assez de données disponibles
8.4
29
Pas assez de données
Évolutivité et performances - Infrastructure d’IA générative
8.9
28
Pas assez de données disponibles
8.6
28
Pas assez de données disponibles
8.5
28
Pas assez de données disponibles
Coût et efficacité - Infrastructure d’IA générative
8.2
28
Pas assez de données disponibles
7.8
28
Pas assez de données disponibles
7.9
28
Pas assez de données disponibles
Intégration et extensibilité - Infrastructure d’IA générative
8.4
28
Pas assez de données disponibles
8.1
28
Pas assez de données disponibles
8.3
28
Pas assez de données disponibles
Sécurité et conformité - Infrastructure d’IA générative
8.6
28
Pas assez de données disponibles
8.5
28
Pas assez de données disponibles
8.9
28
Pas assez de données disponibles
Facilité d’utilisation et prise en charge - Infrastructure d’IA générative
8.2
28
Pas assez de données disponibles
8.3
28
Pas assez de données disponibles
8.5
69
Pas assez de données
Intégration - Apprentissage automatique
8.5
67
Pas assez de données disponibles
Apprentissage - Apprentissage automatique
8.5
66
Pas assez de données disponibles
8.3
65
Pas assez de données disponibles
8.8
66
Pas assez de données disponibles
Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)Masquer 15 fonctionnalitésAfficher 15 fonctionnalités
8.9
23
Pas assez de données
Ingénierie des invites - Opérationnalisation des grands modèles de langage (LLMOps)
8.8
22
Pas assez de données disponibles
8.9
22
Pas assez de données disponibles
Optimisation de l'inférence - Opérationnalisation des grands modèles de langage (LLMOps)
8.8
22
Pas assez de données disponibles
Jardin de Modèles - Opérationnalisation des Grands Modèles de Langage (LLMOps)
9.2
22
Pas assez de données disponibles
Formation personnalisée - Opérationnalisation des grands modèles de langage (LLMOps)
9.0
22
Pas assez de données disponibles
Développement d'applications - Opérationnalisation des grands modèles de langage (LLMOps)
9.2
22
Pas assez de données disponibles
Déploiement de modèle - Opérationnalisation des grands modèles de langage (LLMOps)
9.1
22
Pas assez de données disponibles
8.7
21
Pas assez de données disponibles
Garde-fous - Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)
9.0
21
Pas assez de données disponibles
8.8
21
Pas assez de données disponibles
Surveillance du modèle - Opérationnalisation des grands modèles de langage (LLMOps)
8.7
21
Pas assez de données disponibles
9.0
21
Pas assez de données disponibles
Sécurité - Opérationnalisation des Modèles de Langage à Grande Échelle (LLMOps)
9.1
22
Pas assez de données disponibles
8.9
22
Pas assez de données disponibles
Passerelles et routeurs - Opérationnalisation des modèles de langage à grande échelle (LLMOps)
8.9
22
Pas assez de données disponibles
7.9
27
Pas assez de données
Personnalisation - Constructeurs d'agents IA
8.5
27
Pas assez de données disponibles
7.6
27
Pas assez de données disponibles
8.3
26
Pas assez de données disponibles
Fonctionnalité - Constructeurs d'agents IA
8.1
27
Pas assez de données disponibles
7.3
27
Pas assez de données disponibles
8.2
26
Pas assez de données disponibles
7.2
27
Pas assez de données disponibles
Données et analyses - Constructeurs d'agents IA
7.7
25
Pas assez de données disponibles
7.9
27
Pas assez de données disponibles
8.0
27
Pas assez de données disponibles
Intégration - Constructeurs d'agents IA
8.7
27
Pas assez de données disponibles
8.0
27
Pas assez de données disponibles
8.0
27
Pas assez de données disponibles
7.5
27
Pas assez de données disponibles
Plateformes de Machine Learning à Faible CodeMasquer 6 fonctionnalitésAfficher 6 fonctionnalités
Pas assez de données
Pas assez de données
Ingestion de données et préparation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Construction de modèles et automatisation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Catégories
Catégories
Catégories partagées
Vertex AI
Vertex AI
neptune.ai
neptune.ai
Vertex AIetneptune.ai est catégorisé comme Plateformes MLOps
Avis
Taille de l'entreprise des évaluateurs
Vertex AI
Vertex AI
Petite entreprise(50 employés ou moins)
41.1%
Marché intermédiaire(51-1000 employés)
25.8%
Entreprise(> 1000 employés)
33.2%
neptune.ai
neptune.ai
Petite entreprise(50 employés ou moins)
40.7%
Marché intermédiaire(51-1000 employés)
42.6%
Entreprise(> 1000 employés)
16.7%
Industrie des évaluateurs
Vertex AI
Vertex AI
Logiciels informatiques
17.5%
Technologies et services d’information
13.9%
Services financiers
7.0%
vente au détail
3.8%
Hôpital et soins de santé
3.4%
Autre
54.3%
neptune.ai
neptune.ai
Logiciels informatiques
27.8%
Recherche
9.3%
Assurance
9.3%
Biotechnologie
9.3%
Élaboration de programmes
5.6%
Autre
38.9%
Meilleures alternatives
Vertex AI
Vertex AI Alternatives
Dataiku
Dataiku
Ajouter Dataiku
Azure Machine Learning
Azure Machine Learning Studio
Ajouter Azure Machine Learning
Amazon SageMaker
Amazon SageMaker
Ajouter Amazon SageMaker
Altair AI Studio
Altair AI Studio
Ajouter Altair AI Studio
neptune.ai
neptune.ai Alternatives
Weights & Biases
Weights & Biases
Ajouter Weights & Biases
Comet.ml
Comet.ml
Ajouter Comet.ml
Databricks Data Intelligence Platform
Databricks Data Intelligence Platform
Ajouter Databricks Data Intelligence Platform
Snowflake
Snowflake
Ajouter Snowflake
Discussions
Vertex AI
Discussions Vertex AI
À quoi sert la plateforme Google Cloud AI ?
2 commentaires
KS
Google Cloud AI Platform nous permet de créer des modèles d'apprentissage automatique, qui fonctionnent sur tout type et toute taille de données.Lire la suite
What software libraries does cloud ML engine support?
2 commentaires
Jagannath P.
JP
C'est compatible avec presque toutes les bibliothèques tendance.Lire la suite
What is Google AI platform?
1 commentaire
ZM
La plateforme Google AI est un ensemble complet d'outils et de services fournis par Google Cloud pour développer, déployer et gérer l'intelligence...Lire la suite
neptune.ai
Discussions neptune.ai
Quels sont les outils MLOps ?
1 commentaire
Yaki T.
YT
Les outils courants sont DVC pour la version des données, ClearML, AWS Sage Maker, Neptune et Qwak pour la gestion des expériences, Aporia pour la...Lire la suite
Monty la Mangouste pleure
neptune.ai n'a plus de discussions avec des réponses