Marengo 3.5の欠点は？

ベンチマークはすべてTwelveLabs自身のものです; 動画1秒あたりのトークン数が公表されていません; TwelveLabs自身の/searchエンドポイントが対応していません; プライバシーポリシーで、顧客データがサービスの改善に使われます.

チームや本番環境でMarengo 3.5を使うと費用はいくらか？

公開時の料金では、動画トークン10億で$260、対応する音声で$65ですが、映像1時間あたりのトークン数が公表されていないため、アーカイブのコストには試験的な実行が必要です。プランにはストレージが付き、月$29のPlusは50 GB、月$99のProは200 GBです。

Marengo 3.5は企業データを扱っても安全か？

TwelveLabsのプライバシーポリシー（2026年1月）は、埋め込みを含む顧客データと出力をサービスの改善に使い、オプトアウトはないとしています。同社が処理者として動く場合は顧客との契約が適用されます。保存はアカウントを使っている間続きます。セキュリティとコンプライアンスのページには認証の名前がありません。EnterpriseではSSO/SAMLが加わります。

Marengo 3.5の代わりになるものは？

当サイトでレビューした中で最も近い代替はGemini Embedding 2, Qwen3-VL-Embedding 、 Nemotron ColEmbed V2です。

Marengo 3.5 レビュー：料金と評価 (2026)

Marengo 3.5とは？

Marengo 3.5は、動画理解を専門とする企業TwelveLabsのマルチモーダル埋め込みモデルで、2026年8月31日に公開されました。動画、音声、画像、テキスト、視覚的なPDFのページを1つの共有空間のベクトルに変換するため、テキストや画像のクエリで、何時間もの映像の中から一致する場面を見つけられます。TwelveLabsのホスト型/searchエンドポイントを支えるのは引き続きMarengo 3.0で、このエンドポイントは3.5に対応していません。

ベクトルは既定で512次元で、256や128に削れます。TwelveLabsによれば、256次元はフルのスコアの98.3%を、128次元は94.6%を保ちます。クエリではテキストと画像、動画、音声のクリップを組み合わせられ、台本や選手名などのタイムスタンプ付きテキストをメディアの埋め込みに融合でき、オプションの不確実性シグナルはアプリケーションが再ランク付けや回答の見送りを判断する助けになります。動画の長さに上限はなく（3.0は4時間）、ドキュメントには36言語が挙げられています。

課金は動画の分数から、モダリティごとのトークン課金に変わりました。公開時の料金は100万トークンあたり、動画$0.26、音声$0.065、画像$0.08、ドキュメント$0.162、テキスト$0.20です。アカウントプランはFree、Plus（月$29）、Pro（$99）、Enterpriseで、それぞれにストレージと月間の作業量の枠があります。2027年1月4日に、すべてのアカウントがこのプラン体系に移行します。

Marengo 3.5の料金は？

プラン	価格	内容
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

公開時のEmbed APIの料金（100万（1M）トークンあたり）：動画$0.26、音声$0.065、画像$0.08、ドキュメント$0.162、テキスト$0.20。プラン：Free、Plus 月$29、Pro 月$99、Enterpriseは個別見積もり。

Marengo 3.5は使う価値があるか？

コーパスの大半が動画なら、Marengo 3.5は候補に入れるべきです。ただし根拠はTwelveLabs自身のテストにあります。5つのtext-to-video検索データセットの平均で70.57を報告しており、Marengo 3.0を6.29ポイント上回ります。8グループの総合では512次元で67.38で、3,072次元のGemini Embedding 2の62.35、Amazon Nova Multimodal Embeddingsの50.34を上回ります。MarengoはMTEBの動画タスクに登録されておらず、独立した検証は誰も行っていません。

実用上の利点はベクトルのサイズです。TwelveLabsによれば、128次元のベクトルでもこの総合で63.75を記録し、24倍のサイズの競合2つをどちらも上回ります。ベクトルデータベースの料金はおおむね次元数に比例します。3,072次元ではなく128次元で保存したアーカイブに必要な容量は、約24分の1です。

コストは本来あるべき以上に予測しにくくなっています。トークン単価は公表されていますが、私たちが読んだページには、動画や音声の1秒が何トークンになるかが書かれておらず、プランの枠もBasic、Medium、Highとしか説明されていません。音声付きの動画は両方のトラックが課金されます。そのため、10,000時間のアーカイブの予算を立てるには、サンプルを埋め込んで利用レポートを読む必要があります。

ドキュメントには落とし穴が2つあります。Marengo 3.5のベクトルは3.0のベクトルと混在できないため、アップグレードにはすべての再埋め込みが必要です。またホスト型の/searchエンドポイントは今も3.0で動いているため、3.5の利用者は自前のベクトルデータベースを用意します。データについては、TwelveLabsのプライバシーポリシーは、顧客データをサービスの改善に使い、オプトアウトはないとしており、同社が処理者として動く場合は顧客との契約に従います。セキュリティとコンプライアンスのページには認証の名前が一つもありません。セルフホストできるQwen3-VL-Embeddingなら、動画向けの調整を犠牲にして、この2つの問題を避けられます。

真価を発揮する場面

20年分の試合アーカイブを持つスポーツ放送局の検索エンジニア
プロデューサーが説明するだけで特定のプレーを見つけられるようにする
タイムスタンプ付きのスコアと選手名を融合させて試合を非同期で埋め込み、128次元か256次元のベクトルを自社のデータベースに保存し、テキストでクエリします。3.0で埋め込んだものはすべてやり直す必要があり、請求額は、TwelveLabsが公表していない動画1時間あたりのトークン数に左右されます。
30人の広告代理店のメディア資産管理者
参照フレームから、過去のキャンペーンで再利用できるショットを探す
組み合わせたクエリで、アップロードした画像と「同じアングルで夜」のようなテキストを合わせます。月$99のProには200 GBのストレージと任意の超過利用が含まれ、数百時間のライブラリに向いています。月$29のPlusは上限に達するとすべての利用が止まります。
動画共有プラットフォームのトラスト＆セーフティ責任者
既知の禁止クリップによく似たアップロードにフラグを付ける
新しいアップロードを埋め込んで参照セットと比較し、不確実性シグナルを使って境界線上の一致を人に回します。TwelveLabsは、このシグナルは正解の確率ではないとしているため、削除の判断に使う前に、ラベル付きの通信でしきい値を調整する必要があります。

導入前に確認すること

導入: TwelveLabsのアカウントを作成し、クエリには同期のEmbedエンドポイントを、動画、音声、画像、PDFには非同期のタスクAPIを呼び出します。/searchが3.5に対応していないため、出力されたベクトルは自分で保存します。
連携: TwelveLabsのREST APIとSDK。入力は、360x360から5184x2160までのFFmpegが扱える形式の動画、32 MBまでのJPEGかPNGの画像、WAV、MP3、FLACの音声、512 MBまでのPDFです。Amazon Bedrockについては、TwelveLabsの連携ドキュメントにMarengo 3.0と2.7のモデルIDしかないため、3.5はまだBedrockにありません。
データとプライバシー: TwelveLabsのプライバシーポリシー（2026年1月）は、埋め込みを含む顧客データと出力をサービスの改善に使い、オプトアウトはないとしています。同社が処理者として動く場合は顧客との契約が適用されます。保存はアカウントを使っている間続きます。セキュリティとコンプライアンスのページには認証の名前がありません。EnterpriseではSSO/SAMLが加わります。
大規模利用時のコスト: 公開時の料金では、動画トークン10億で$260、対応する音声で$65ですが、映像1時間あたりのトークン数が公表されていないため、アーカイブのコストには試験的な実行が必要です。プランにはストレージが付き、月$29のPlusは50 GB、月$99のProは200 GBです。
制限: 動画は最低4秒で、上限はありません。画像は最低128x128。PDFはページごとに埋め込まれ、他の文書形式は「近日対応」です。レート制限はアップロード方法によって異なり、モデルのページには載っていません。3.5のベクトルは3.0と互換性がありません。

良い点

フレームだけでなく、動画の中の場面を見つけるために作られています
512次元のベクトルで、約5%の低下で128次元まで削れます
組み合わせたクエリとタイムスタンプ付きメタデータの融合に対応します
動画の長さに上限がなく、36言語に対応します

気になる点

ベンチマークはすべてTwelveLabs自身のものです
動画1秒あたりのトークン数が公表されていません
TwelveLabs自身の/searchエンドポイントが対応していません
プライバシーポリシーで、顧客データがサービスの改善に使われます

Marengo 3.5の代替

Gemini Embedding 2

GoogleEmbeddings & reranking

4.3/5

Google's first multimodal embedding model: text, images, video, audio and PDFs in one shared vector space.

Qwen3-VL-Embedding

Alibaba (Qwen)Embeddings & rerankingOpen weights

4.3/5

Alibaba's open multimodal embedder for text, images, screenshots and video in one vector space, in 2B and 8B sizes.

Nemotron ColEmbed V2

NVIDIAEmbeddings & rerankingOpen weights

3.8/5

NVIDIA's late-interaction retrievers that search page images without OCR: accurate, storage-hungry and non-commercial at every size.

Marengo 3.5：よくある質問

Marengo 3.5は使う価値があるか？: 動画の中の場面を見つけるために作られ、小さなベクトルでストレージを安く抑えられます。ただし、その裏付けとなる数値はすべてTwelveLabsのものです。評価は5点満点中3.9点です。
Marengo 3.5の料金は？: 公開時のEmbed APIの料金（100万（1M）トークンあたり）：動画$0.26、音声$0.065、画像$0.08、ドキュメント$0.162、テキスト$0.20。プラン：Free、Plus 月$29、Pro 月$99、Enterpriseは個別見積もり。
Marengo 3.5の欠点は？: ベンチマークはすべてTwelveLabs自身のものです; 動画1秒あたりのトークン数が公表されていません; TwelveLabs自身の/searchエンドポイントが対応していません; プライバシーポリシーで、顧客データがサービスの改善に使われます.
Marengo 3.5は誰に向いているか？: 大規模な動画ライブラリの検索を構築し、動画専門のマネージドな埋め込みAPIを求め、自前のベクトルストアを運用するチーム。
チームや本番環境でMarengo 3.5を使うと費用はいくらか？: 公開時の料金では、動画トークン10億で$260、対応する音声で$65ですが、映像1時間あたりのトークン数が公表されていないため、アーカイブのコストには試験的な実行が必要です。プランにはストレージが付き、月$29のPlusは50 GB、月$99のProは200 GBです。
Marengo 3.5は企業データを扱っても安全か？: TwelveLabsのプライバシーポリシー（2026年1月）は、埋め込みを含む顧客データと出力をサービスの改善に使い、オプトアウトはないとしています。同社が処理者として動く場合は顧客との契約が適用されます。保存はアカウントを使っている間続きます。セキュリティとコンプライアンスのページには認証の名前がありません。EnterpriseではSSO/SAMLが加わります。
Marengo 3.5の代わりになるものは？: 当サイトでレビューした中で最も近い代替はGemini Embedding 2, Qwen3-VL-Embedding 、 Nemotron ColEmbed V2です。

回答確認日：2026年10月26日