Was ist Marengo 3.5?
Marengo 3.5 ist das multimodale Embedding-Modell von TwelveLabs, einem auf Videoverständnis spezialisierten Unternehmen, und erschien am 31. August 2026. Es wandelt Video, Audio, Bilder, Text und visuelle PDF-Seiten in Vektoren in einem gemeinsamen Raum um, sodass eine Text- oder Bildanfrage den passenden Moment in stundenlangem Material findet. Marengo 3.0 bleibt das Modell hinter dem gehosteten /search-Endpunkt von TwelveLabs, der 3.5 nicht unterstützt.
Vektoren haben standardmäßig 512 Dimensionen und lassen sich auf 256 oder 128 kürzen; laut TwelveLabs behält 256 98,3 % des vollen Werts und 128 noch 94,6 %. Anfragen können Text mit einem Bild-, Video- oder Audioclip kombinieren, Text mit Zeitstempeln wie Skripte oder Spielernamen lässt sich in das Medien-Embedding einbetten, und ein optionales Unsicherheitssignal hilft einer Anwendung zu entscheiden, wann sie neu ranken oder sich enthalten soll. Für Video gibt es keine Längenbegrenzung, gegenüber vier Stunden bei 3.0, und die Dokumentation nennt 36 Sprachen.
Die Abrechnung ist von Videominuten auf Tokens umgestellt, die je Modalität berechnet werden: zum Start 0,26 $ pro Million Video-Tokens, 0,065 $ für Audio, 0,08 $ für Bilder, 0,162 $ für Dokumente und 0,20 $ für Text. Die Kontopläne heißen Free, Plus (29 $ im Monat), Pro (99 $) und Enterprise, jeweils mit Speicher und einem monatlichen Kontingent; alle Konten wechseln am 4. Januar 2027 auf diese Planstruktur.
Was kostet Marengo 3.5?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Video | $0.26 per 1M tokens | |
| Audio | $0.065 per 1M tokens | |
| Image | $0.08 per 1M tokens | |
| Document | $0.162 per 1M tokens | |
| Text | $0.20 per 1M tokens |
Embed API zum Start, pro 1 Mio. Tokens: Video 0,26 $, Audio 0,065 $, Bild 0,08 $, Dokument 0,162 $, Text 0,20 $. Pläne: Free, Plus 29 $/Monat, Pro 99 $/Monat, Enterprise individuell.
Lohnt sich Marengo 3.5?
Marengo 3.5 gehört auf die Shortlist, wenn der Bestand überwiegend aus Video besteht, doch das Argument beruht auf den eigenen Tests von TwelveLabs. Das Unternehmen meldet einen Mittelwert von 70,57 über fünf Text-zu-Video-Retrieval-Datensätze, 6,29 Punkte über Marengo 3.0, und 67,38 in einer Auswertung über acht Gruppen bei 512 Dimensionen, gegenüber 62,35 für Gemini Embedding 2 und 50,34 für Amazon Nova Multimodal Embeddings bei 3.072. Marengo hat keinen Eintrag in den MTEB-Videoaufgaben, also hat niemand Unabhängiges nachgeprüft.
Die Vektorgröße ist der praktische Vorteil. Nach Angaben von TwelveLabs erreicht ein Vektor mit 128 Dimensionen in dieser Auswertung noch 63,75 und liegt damit über beiden Konkurrenten bei der 24-fachen Größe. Vektordatenbanken rechnen ungefähr proportional zu den Dimensionen ab. Ein Archiv, das mit 128 statt 3.072 Dimensionen gespeichert wird, braucht etwa ein Vierundzwanzigstel des Platzes.
Die Kosten sind schwerer vorherzusagen, als sie sein sollten. Die Token-Preise sind veröffentlicht, aber die Seiten, die wir gelesen haben, sagen nicht, wie viele Tokens eine Sekunde Video oder Audio erzeugt, und die Plankontingente werden nur als Basic, Medium und High beschrieben. Ein Video mit Ton wird für beide Spuren abgerechnet. Wer ein Archiv mit 10.000 Stunden budgetieren will, muss also eine Stichprobe einbetten und den Nutzungsbericht lesen.
In der Dokumentation stecken zwei Fallen. Vektoren von Marengo 3.5 lassen sich nicht mit Vektoren von 3.0 mischen, ein Upgrade bedeutet also, alles neu einzubetten. Und der gehostete /search-Endpunkt läuft weiterhin auf 3.0, sodass Nutzer von 3.5 ihre eigene Vektordatenbank mitbringen. Zu den Daten: Die Datenschutzerklärung von TwelveLabs besagt, dass Kundendaten ohne Widerspruchsmöglichkeit zur Verbesserung der Dienste genutzt werden, wobei Kundenverträge Vorrang haben, wo das Unternehmen als Auftragsverarbeiter tätig ist. Seine Sicherheits- und Compliance-Seiten nennen keine Zertifizierung. Qwen3-VL-Embedding, das sich selbst hosten lässt, umgeht beide Fragen, verzichtet aber auf die videospezifische Abstimmung.
Wo es sich lohnt
Ein Search Engineer bei einem Sportsender mit einem Spielarchiv aus 20 Jahren
Produzenten eine bestimmte Spielszene finden lassen, indem sie sie beschreiben
Spiele asynchron einbetten, mit Spielständen und Spielernamen samt Zeitstempeln, Vektoren mit 128 oder 256 Dimensionen in der eigenen Datenbank speichern und per Text abfragen. Alles, was mit 3.0 eingebettet wurde, muss neu gemacht werden, und die Rechnung hängt von einer Token-Zahl pro Stunde Video ab, die TwelveLabs nicht veröffentlicht.
Eine Media-Asset-Managerin in einer Werbeagentur mit 30 Leuten
Wiederverwendbare Einstellungen aus früheren Kampagnen anhand eines Referenzbilds finden
Kombinierte Anfragen verbinden ein hochgeladenes Bild mit Text wie „gleicher Winkel, bei Nacht“. Pro für 99 $ im Monat enthält 200 GB Speicher und optionale Mehrnutzung, was zu einer Bibliothek von einigen hundert Stunden passt; Plus für 29 $ stoppt jede Nutzung an seinen Grenzen.
Ein Trust-and-Safety-Lead bei einer Videoplattform
Uploads markieren, die bekannten verbotenen Clips stark ähneln
Neue Uploads einbetten, mit einem Referenzsatz vergleichen und Grenzfälle anhand des Unsicherheitssignals an einen Menschen weitergeben. Laut TwelveLabs ist das Signal keine Wahrscheinlichkeit für Korrektheit, daher müssen die Schwellenwerte an gelabeltem Traffic abgestimmt werden, bevor es Löschungen auslöst.
Bevor du dich festlegst
- Einrichtung
- Lege ein TwelveLabs-Konto an, rufe den synchronen Embed-Endpunkt für Anfragen und die asynchrone Task-API für Video, Audio, Bilder und PDFs auf. Heraus kommen Vektoren, die du selbst speicherst, da /search 3.5 nicht unterstützt.
- Integrationen
- TwelveLabs REST API und SDKs. Eingaben: Video in jedem FFmpeg-Format von 360x360 bis 5184x2160, JPEG- oder PNG-Bilder bis 32 MB, WAV-, MP3- oder FLAC-Audio, PDFs bis 512 MB. Für Amazon Bedrock listet die Integrationsdokumentation von TwelveLabs nur Modell-IDs für Marengo 3.0 und 2.7, 3.5 ist also noch nicht auf Bedrock.
- Daten und Datenschutz
- Die Datenschutzerklärung von TwelveLabs (Januar 2026) besagt, dass Kundendaten und Ausgaben, einschließlich Embeddings, ohne Widerspruchsmöglichkeit zur Verbesserung der Dienste genutzt werden; wo das Unternehmen als Auftragsverarbeiter tätig ist, gelten die Kundenverträge. Die Daten werden aufbewahrt, solange das Konto genutzt wird. Die Sicherheits- und Compliance-Seiten nennen keine Zertifizierung; Enterprise bietet zusätzlich SSO/SAML.
- Kosten im großen Maßstab
- Zu den Startpreisen kostet eine Milliarde Video-Tokens 260 $ und das passende Audio 65 $, doch die Token-Zahl pro Stunde Material ist nicht veröffentlicht, daher brauchen Archivkosten einen Testlauf. Die Pläne bringen Speicher mit: 50 GB bei Plus für 29 $ und 200 GB bei Pro für 99 $.
- Grenzen
- Videos müssen mindestens 4 Sekunden lang sein, ohne Obergrenze; Bilder mindestens 128x128. PDFs werden Seite für Seite eingebettet, andere Dokumenttypen sind „coming soon“. Die Rate Limits hängen von der Upload-Methode ab und stehen nicht auf der Modellseite. Vektoren von 3.5 sind nicht mit 3.0 kompatibel.
Was gut ist
- Gebaut, um Momente in Videos zu finden, nicht nur Einzelbilder
- Vektoren mit 512 Dimensionen, bis hinunter auf 128 mit etwa 5 % Verlust
- Kombinierte Anfragen und Einbettung von Metadaten mit Zeitstempeln
- Keine Längenbegrenzung für Video; 36 Sprachen
Was nicht
- Alle Benchmarks stammen von TwelveLabs selbst
- Tokens pro Sekunde Video nicht veröffentlicht
- Vom eigenen /search-Endpunkt von TwelveLabs nicht unterstützt
- Laut Datenschutzerklärung dürfen Kundendaten die Dienste verbessern
Am besten für
Teams, die eine Suche über große Videobibliotheken bauen, eine verwaltete, auf Video spezialisierte Embedding-API wollen und ihren eigenen Vektorspeicher betreiben.
Alternativen zu Marengo 3.5
Marengo 3.5: häufige Fragen
- Lohnt sich Marengo 3.5?
- Gezielt dafür gebaut, Momente in Videos zu finden, mit kleinen Vektoren, die den Speicher günstig halten. Allerdings stammt jede Zahl dahinter von TwelveLabs. Wir bewerten es mit 3.9 von 5.
- Was kostet Marengo 3.5?
- Embed API zum Start, pro 1 Mio. Tokens: Video 0,26 $, Audio 0,065 $, Bild 0,08 $, Dokument 0,162 $, Text 0,20 $. Pläne: Free, Plus 29 $/Monat, Pro 99 $/Monat, Enterprise individuell.
- Welche Nachteile hat Marengo 3.5?
- Alle Benchmarks stammen von TwelveLabs selbst; Tokens pro Sekunde Video nicht veröffentlicht; Vom eigenen /search-Endpunkt von TwelveLabs nicht unterstützt; Laut Datenschutzerklärung dürfen Kundendaten die Dienste verbessern.
- Für wen eignet sich Marengo 3.5?
- Teams, die eine Suche über große Videobibliotheken bauen, eine verwaltete, auf Video spezialisierte Embedding-API wollen und ihren eigenen Vektorspeicher betreiben.
- Was kostet Marengo 3.5 für ein Team oder im Produktivbetrieb?
- Zu den Startpreisen kostet eine Milliarde Video-Tokens 260 $ und das passende Audio 65 $, doch die Token-Zahl pro Stunde Material ist nicht veröffentlicht, daher brauchen Archivkosten einen Testlauf. Die Pläne bringen Speicher mit: 50 GB bei Plus für 29 $ und 200 GB bei Pro für 99 $.
- Ist Marengo 3.5 sicher für Firmendaten?
- Die Datenschutzerklärung von TwelveLabs (Januar 2026) besagt, dass Kundendaten und Ausgaben, einschließlich Embeddings, ohne Widerspruchsmöglichkeit zur Verbesserung der Dienste genutzt werden; wo das Unternehmen als Auftragsverarbeiter tätig ist, gelten die Kundenverträge. Die Daten werden aufbewahrt, solange das Konto genutzt wird. Die Sicherheits- und Compliance-Seiten nennen keine Zertifizierung; Enterprise bietet zusätzlich SSO/SAML.
- Was sind die besten Alternativen zu Marengo 3.5?
- Die nächsten Alternativen, die wir getestet haben, sind Gemini Embedding 2, Qwen3-VL-Embedding und Nemotron ColEmbed V2.
Antworten geprüft am 26. Okt. 2026.