Metatext im Test: Was metatext.ai, das offene KI-Modellverzeichnis, wirklich kann

Kurzfassung

Metatext (unter metatext.ai) ist ein kostenloses, offenes Verzeichnis für das KI-Ökosystem: Vergleichen Sie LLMs nach Preis, Kontextfenster und Benchmark-Wert und durchstöbern Sie dann Datensätze, 19.622 MCP-Server, 30.701 Agent-Skills und KI-Jobs, alles an einem Ort und ohne Konto. Der Haken, den man vorab kennen sollte: Es hat sich still von einem alten No-Code-NLP-Tool gewandelt. Wer also einen Textklassifizierer sucht, findet dieses Produkt nicht mehr.

Es ist wirklich praktisch für einen schnellen Preis-und-Kontext-Check oder um einen MCP-Server zu finden, und die Daten werden laufend aktualisiert. Es ist aber auch an manchen Stellen holprig (doppelte Zeilen, Platzhalterpreise, ungeprüfte Skill-Einträge), hat kaum öffentliche Nutzerspuren und ist ein Ort, um Bausteine zu finden, nicht um etwas zu bauen. Die kommerzielle Wette ist Metatext Hub, ein Governance-Katalog, der sich noch im frühen Zugang befindet.

Ein Punkt zur Einordnung beim Lesen: Metatext ist eine Entdeckungsebene. Wenn Ihr eigentliches Ziel ist, einen KI-Agenten auf Ihre Support-Warteschlange anzusetzen, ist das eine andere Aufgabe, und genau dafür ist eesel gebaut.

Was Metatext eigentlich ist

Zuerst möchte ich die Verwirrung ausräumen, denn das ist das Wichtigste, was man über dieses Tool wissen muss. Unter dem Namen Metatext sind zwei Produkte gelaufen, die völlig Unterschiedliches tun.

Das ursprüngliche war eine No-Code-NLP-Plattform zum Bauen von Modellen für Textklassifizierung und -extraktion, also etwas, womit man Inhalte taggt oder Felder aus Dokumenten zieht. Dieses Produkt wurde eingestellt. Das Unternehmen wechselte zu einem neuen Projekt und ließ den Klassifizierer zurück. Wenn Sie also auf einen alten Eintrag stoßen, der „Text klassifizieren und extrahieren“ verspricht, sehen Sie ein Geisterprodukt. Der Name sowie die Domains metatext.ai und metatext.io führen heute zu etwas ganz anderem.

Heute bekommen Sie ein offenes Verzeichnis für KI-Modelle, Datensätze und Tools. Die Startseite fasst es schlicht zusammen: LLMs nach Kosten, Leistung und Kontext vergleichen und dann tiefer in Benchmark-Bestenlisten, Datensätze, MCP-Server, Agent-Skills und aktuelle KI-Jobs einsteigen. Es ist kostenlos, wird wöchentlich aktualisiert, und die zugrunde liegenden Daten gelten als offen. Metatext gibt an, die Seite ziehe über 2 Millionen einzelne Besucher aus 89 Ländern an, was für ein Nischenverzeichnis für Entwickler ein echtes Publikum ist.

Der Wechsel ist mehr als eine Randnotiz. Er zeigt, dass dies ein junges Produkt mit altem Namen ist. Das erklärt sowohl die Stärken (es zielt genau auf den aktuellen Moment von Modellen und Agenten) als auch die Ecken und Kanten (hinter der neuen Version stehen noch wenig Historie und Community).

Was im Verzeichnis steckt

Der ganze Reiz liegt in der Breite an einem Ort: Statt zwischen Preisseiten der Anbieter, Benchmark-Seiten, Datensatz-Hubs und Tool-Registern hin- und herzuspringen, bekommen Sie alles nebeneinander. Hier die Größenordnung, die Metatext in seinen Bereichen angibt.

Das sind große Zahlen, und sie sind der Grund, die Seite als Lesezeichen zu speichern. Ob jede Zeile sauber ist, ist eine andere Frage, auf die ich noch komme. Zuerst die nützlichsten Teile.

LLM-Preise in einer Tabelle vergleichen

Das LLM-Preisverzeichnis ist der Teil, den ich tatsächlich nutzen würde. Es ist eine live aktualisierte, sortierbare Tabelle mit vier Spalten: Modellname, Eingabekosten pro Million Token, Ausgabekosten pro Million Token und Kontextfenster. Über ein Anbieter-Dropdown filtern Sie über 89 Anbieter, von Hyperscalern wie Amazon Bedrock, Azure und Vertex bis zu Gateways wie OpenRouter, Fireworks und Together AI.

Wenn es funktioniert, funktioniert es gut. Man sieht zum Beispiel, dass DeepSeek V4 Flash bei 0,14 $ Eingabe und 0,28 $ Ausgabe mit 1M Kontextfenster liegt und bei Dutzenden Anbietern zu nahezu genau diesem Preis angeboten wird. Das ist in zehn Sekunden eine wirklich nützliche Erkenntnis. Noch günstiger: Amazon Nova Micro kostet 0,04 $ / 0,14 $ bei 128K Fenster. Die beworbene Untergrenze ist ein Modell für 0,03 $ pro Million Ausgabetoken.

Jetzt der ehrliche Teil. Weil dasselbe Basismodell einmal pro Anbieter gelistet wird, der es bereitstellt, ist die Tabelle voller Duplikate: Allein DeepSeek V4 Flash taucht bei über 30 Anbietern zum selben Preis auf. Ein großer Block an Zeilen zeigt 0,00 $ / 0,00 $, wobei es sich um Free-Tier- oder Guthaben-Routen handelt, nicht um wirklich kostenlose Inferenz. Manche Router-Modelle zeigen statt „Preis variiert“ einen Platzhalterwert von -1.000.000 $, und einige Nicht-Text-Modelle rutschen mit einem Kontextfenster von 0 hinein. Nichts davon ist unehrlich, aber es heißt, dass die Tabelle Leser belohnt, die schon wissen, was sie sehen, und keine saubere, kuratierte Shortlist ist, wie Einsteiger sie sich vielleicht wünschen.

Etwas ist außerdem gegen das Marketing anzumerken. Die Startseite verspricht Benchmark-Werte neben den Kosten, damit man Preis-Leistung findet und nicht nur die Spitze einer Bestenliste. Diese Kombination gibt es tatsächlich auf einzelnen Modellseiten, aber die Haupt-Preistabelle hat keine Benchmark-Spalte. Man kann also nicht den ganzen Markt in einer Ansicht nach Kosten pro Qualität sortieren. Genau diese Funktion hätte ich am liebsten, und sie ist noch nicht ganz da.

Benchmarks neben den Kosten

Der Benchmark-Bereich bündelt vier externe Bestenlisten: LMArena Elo für menschliche Präferenz, LiveBench für Reasoning und Coding, SWE-bench Verified für Coding und Aider Polyglot, wiederum fürs Coding. Das ist eine brauchbare Rundum-Ansicht, wenn Sie den Ruf eines Modells prüfen wollen, ohne vier Seiten zu besuchen.

Die Rahmung „Wert neben Kosten“ gefällt mir. Eine Bestenliste allein nennt das stärkste Modell; Metatexts Ansatz ist, dass das stärkste Modell selten das richtige zum Ausliefern ist, und der Preis neben dem Wert lenkt Sie in Richtung Preis-Leistung. Drei der vier Bestenlisten neigen stark zum Coding. Wenn Ihr Interesse also Support, Schreiben oder Reasoning gilt, sehen Sie die Coding-Ränge als Näherung und nicht als Evangelium. Für den größeren Zusammenhang bei Auswahl und Beobachtung von Modellen gehen eesels eigene Beiträge zu LLM-Optimierung und LLM-Tracking-Tools tiefer, als es eine Bestenliste kann.

Die Verzeichnisse für MCP-Server und Agent-Skills

Dieser Bereich hat mich überrascht, und hier versucht Metatext am meisten, aktuell zu sein. Das Tools-Verzeichnis teilt sich in zwei Kataloge: 19.622 MCP-Server und 30.701 Agent-Skills.

Das Model Context Protocol ist der Standard, mit dem Clients wie Claude Desktop, Claude Code und Cursor einem Agenten Werkzeuge geben. Ein durchsuchbarer Index von Servern ist daher eine sinnvolle Sache. Metatext erlaubt Filter nach Transport (stdio, streamable-http, sse) und Runtime (npx, uvx, docker, remote), was direkt dem entspricht, wie Sie einen Server tatsächlich in eine Client-Konfiguration einbinden würden. Jede Server-Seite hat einen Abschnitt „Wie verbinde ich mich?“, genau das, was Erstnutzer brauchen.

Der Agent-Skills-Katalog indexiert dasselbe SKILL.md-Format, das Claude nutzt. Deshalb stehen Anthropics eigene Skills neben Community-Autoren und werden auch Codex- und Copilot-Varianten mit eingesammelt. Er lässt sich nach 31 Themen durchstöbern, die größten sind Design, Code und Web.

Nun die faire Kritik. Das ist ein roher Crawl, kein kuratierter Store. Der MCP-Katalog wirbt mit „0 Verified“, und viele Skill-Zeilen sind noch wörtliche Vorlagen wie __SKILL_NAME__ __SKILL_DESCRIPTION__ oder nach Pfad benannte Platzhalter, direkt von GitHub übernommen. Die Zahlen beeindrucken also, aber ein Teil des Bestands ist Rauschen. Für die Entdeckung ist das in Ordnung, denn Sie klicken sich ohnehin zum Quell-Repository durch und lesen es. Es ist etwas ganz anderes als ein gesteuerter Katalog, in dem jemand tatsächlich geprüft hat, was Sie gleich installieren, und genau diese Lücke will Metatexts kostenpflichtiges Produkt übrigens schließen.

Metatext Hub: der Teil, für den sie Geld verlangen wollen

Das kostenlose Verzeichnis ist das Schaufenster. Metatext Hub ist das Produkt, und es ist erfrischend klar, dass es noch nicht gebaut ist. Die Seite sagt offen: „In development, we're talking to platform and security teams before we build it.“

Das Problem, das es angeht, ist real. Engineering-Teams haben MCP-Server und Agent-Skills innerhalb von Monaten übernommen, und keine der Governance, die normale Software bekommt, kam mit. Eine SKILL.md ist ungeprüfter Text, der einen Agenten anweisen kann, ein Skript auszuführen, die Einrichtung ist handgepflegtes JSON mit in Konfigurationsdateien eingefügten Zugangsdaten, und niemand hat ein Inventar, was wo läuft. Hubs Antwort ist ein privater Katalog, in dem jedes Modell, jeder Server, jeder Skill und jeder Agent einen Besitzer, eine Version und eine Freigabestufe hat, einen Sicherheitsscan durchläuft (optional über Tencents Open-Source-Tool AI-Infra-Guard), bevor jemand ihn installieren kann, und dann per Einzelbefehl auf dem Client jedes Entwicklers installiert wird. Es basiert auf dem Apache-2.0-Projekt agentregistry, das Offenheitsversprechen hat also etwas Substanz.

Die Preise sind ausdrücklich als vorläufig, nicht final gekennzeichnet, zeigen aber die Richtung.

Mein Fazit: Hub ist die interessantere Hälfte des Unternehmens, und die Ehrlichkeit, dass es noch vor dem Start steht, ist ein gutes Zeichen. Aber man kann es heute weder kaufen noch sich darauf verlassen. Vorerst ist Metatext also das kostenlose Verzeichnis, und Hub ist eine Warteliste.

Wo Metatext hineinpasst und wo es aufhört

Wenn Sie herauszoomen, sitzt Metatext in der Mitte des KI-Stacks: unter den Anwendungen, die Menschen tatsächlich nutzen, und über den rohen Modellen und Anbietern. Es ist eine Entdeckungs- und Vergleichsebene. Seine ganze Aufgabe ist es, Ihnen beim Finden und Bewerten der Bausteine zu helfen.

Das nüchtern zu sehen lohnt sich, denn es bestimmt, für wen Metatext gedacht ist. Wenn Sie Entwickler sind und ein Modell zum Ausliefern wählen, einen MCP-Server suchen oder ein Governance-Projekt umreißen, ist es ein nützlicher, kostenloser Startpunkt. Speichern Sie es als Lesezeichen. Wenn Ihr eigentliches Ziel dagegen ist, dass eine KI Support-Tickets beantwortet oder Inhalte entwirft, bringt Sie ein Verzeichnis nicht dorthin. 5.206 Modellpreise zu vergleichen baut Ihnen keinen Agenten, so wenig wie das Lesen eines Datenblatts jedes Motors auf dem Markt Ihnen ein Auto baut. Irgendwann hören Sie auf, Teile zu vergleichen, und holen sich etwas, das die Arbeit erledigt.

Das ist die Ebene über dem Verzeichnis, und ehrlicherweise gibt es dort keine Vergleichstabelle.

eesel ausprobieren

Wenn Sie Modelle auf Metatext verglichen haben, weil Sie eine KI wollen, die einen echten Job macht, schließt dieser Teil den Kreis. eesel ist eine Plattform für KI-Teammitglieder: Statt Modelle, Server und Skills selbst zusammenzustecken, holen Sie sich ein einsatzbereites Teammitglied für eine bestimmte Aufgabe. Das KI-Helpdesk-Teammitglied steigt in Ihre bestehende Support-Warteschlange ein, lernt aus Ihren früheren Tickets und dem Help Center und entwirft Antworten oder versendet sie automatisch. Der KI-Blog-Autor recherchiert und entwirft Beiträge in Ihrer Stimme. Jedes kommt mit den Integrationen und dem Unternehmenskontext, die seine Rolle braucht, sodass die Einrichtung in Minuten gemessen wird, nicht in einem Beschaffungsprojekt.

Der konkrete Unterschied, und der Grund, warum dies nicht einfach ein umgekehrter Verzeichnis-Pitch ist: eesel simuliert jeden Rollout zuerst an Ihren eigenen historischen Tickets. Wir lassen KI seit Jahren in Live-Support-Warteschlangen laufen und haben gesehen, wie selbstsicher klingende Bots falsche Antworten geben. Deshalb zeigt eesel Ihnen, wie das Teammitglied Tausende Ihrer echten früheren Gespräche bearbeitet hätte, bevor es je ein Live-Gespräch anfasst.

Und wenn Sie zu den Entwicklern gehören, die Metatext gefunden haben, weil sie im Terminal leben, spricht eesel auch Ihre Sprache. Die eesel CLI steuert dasselbe Teammitglied wie das Dashboard von der Kommandozeile aus: mit ihm chatten, einen Helpdesk verbinden, Wissen hochladen, Automatisierungen verdrahten oder zurückgehaltene Aktionen freigeben, alles ohne Browser. Jeder Befehl liefert JSON, und jeder Workspace dient zugleich als MCP-Server, sodass Coding-Agenten wie Claude Code, Cursor und Codex ihn direkt bedienen können. Metatext hilft Ihnen, einen MCP-Server zu finden; eesel ist einer, den Sie an die Arbeit setzen können. Sie können es kostenlos testen und sehen, wie es Ihre echten Tickets beantwortet, bevor Sie sich festlegen.