- 月访问
- 252.4K
- 下降6.5%环比2026 年 10 月
- 公开收入
- 未公开
- 暂无公开收入证据
- 入门价
- $19/月
- 低于同类 57% 的产品同类中位数 $20/月
- 首次发布
- 2 年前
- 2024-10-20 · 估算
访问
MCP 服务与 Agent 生态
GitHub 开源与智能体接入
流量来源
2026 年 10 月
访问构成
渠道
- 自然搜索59%
- 直接访问27%
- 外部引荐7%
- 社交媒体5%
- 其他1%
国家/地区
- 美国14%
- 印度10%
- 中国9%
- 意大利7%
- 德国5%
搜索
站点权重 56域名注册 2024-01-30
| 关键词 | 月搜索量 |
|---|---|
| llama.cpp | 97.4K |
| gpt-6 luna | 23.9K |
| can i run this llm | 2,580 |
| gpt 6 luna local | 340 |
| qwen3.5 9b hardware | 150 |
流量数据:Vaneform
定价
页面与变化
开始记录于 2024-10-20
关键页面
每周快照apxml.com/ 快照 2026-11-11
变化
设计
首屏视觉分析与 :root CSS
浅白底与淡蓝紫光感铺出宽阔留白,居中粗体无衬线标题搭配搜索框、胶囊入口和轻量指标,整体克制清晰。
首屏预览 · 点击放大
首屏讲了什么与转化路径
“Open-weight AI deployment and engineering”
顶部横向导航,下方居中标题与说明;搜索框、快捷胶囊和指标依次纵向排列。
首屏转化路径:居中标题加输入框 + 首屏可交互演示或工具 → 首屏直接输入或试用 · 配合用户数、星级或核心指标建立信任
色板 · 点击复制
预览 AI 设计说明全文(含 :root CSS 变量与版式规则)只写风格参数,禁止复刻该产品的品牌名、标志、文案与图片
# 设计说明:极简单色(兼备柔和友好)
黑白灰加一个强调色,细线分隔,大量留白,靠字号与字重分层级。
## 设计参数
```css
:root {
--background: #ffffff;
--surface: #f3f3f3;
--foreground: #000000;
--muted-foreground: #858b97;
--accent: #5f3dc4;
--radius: 9999px;
--font-heading: "-apple-system", ui-sans-serif, system-ui, sans-serif;
--font-body: "-apple-system", ui-sans-serif, system-ui, sans-serif;
}
```
色彩面积配比:背景 #FFFFFF(约 74%) · 面板 #F3F3F3(约 15%) · 正文 #000000(约 6%) · 次要文字 #858B97(约 3%) · 强调 #5F3DC4(约 2%)。背景与面板占绝大部分面积,强调色只用于主按钮与当前激活状态。
## 版式与转化结构
- 首屏版式:居中标题加输入框
- 导航结构:顶部通栏导航
- 明暗与密度:浅色 · 留白多
- 圆角与层级:胶囊;不用阴影,用细线与留白区分层级
- 主视觉载体:首屏可交互演示或工具
- 转化动作:首屏直接输入或试用 · 信任背书采用用户数、星级或核心指标
- 标题切入点:品类定位锚点
- 首屏组件特征:居中输入框、数据指标栏
- 空间布局拆解:顶部横向导航,下方居中标题与说明;搜索框、快捷胶囊和指标依次纵向排列。
- 视觉特征总结:浅白底与淡蓝紫光感铺出宽阔留白,居中粗体无衬线标题搭配搜索框、胶囊入口和轻量指标,整体克制清晰。
## 避免
- 多种强调色并用
- 渐变背景
- 重阴影
请按上面的设计参数与版式实现界面:颜色只用这些变量,强调色只给主要操作与当前状态。只采用这种风格,禁止复刻任何参考产品的品牌名、标志、文案与图片。
问题与证据
- ApX Machine Learning 的价格是多少?
- Basic: 免费; Pro: $19/月(提供年付); Pro+: $99/月(提供年付). 观察于 2026-11-11。 当前计费条件、用量限制与税费以来源页面为准。来源
- ApX Machine Learning 的网站访问量是多少?
- Vaneform 估算 2026-10 网站访问量为 252.4K。访问量包含重复访问,付费客户数与收入需分别查看对应证据。来源
- ApX Machine Learning 是什么产品,支持哪些平台?
- ApX Machine Learning 归属「模型训练与推理基础设施」赛道:为部署开放权重模型的工程师提供 GPU 硬件容量估算、部署性能建模和工程参考课程。。 支持平台包括:MCP 服务、开放 API。
同分类研究对象
AI 模型与智能体 / 模型训练与推理基础设施
这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。