Hippocampus vs PageIndex im Vergleich

Auf dieser SeiteÜberblick

Überblick
Benchmark
Wann PageIndex die bessere Wahl ist
Hippocampus mit denselben Dokumenten testen
Quellen und letzte Aktualisierung
Häufig gestellte Fragen

Überblick

Dimension	Hippocampus	PageIndex
Hosting-Region und Self-Hosting	Dokumente und die Wissensstruktur werden verschlüsselt in der EU (Finnland) gespeichert. Die Modellinferenz läuft standardmäßig in den USA; im Corporate-Paket kann sie EU-gehostet oder in Ihrer eigenen Umgebung laufen. Hosting in der eigenen Cloud oder On-Premises ist Teil des Enterprise-Pakets. Sicherheit	Der quelloffene lokale Modus (MIT) läuft auf Ihrem eigenen Rechner mit Ihrem eigenen LLM-Schlüssel. Enterprise nennt SaaS, dedizierte Bereitstellung, private VPC auf AWS, Azure oder GCP sowie On-Premises einschließlich Air-Gapped. Namen der Hosting-Regionen: nicht dokumentiert. GitHub, Enterprise (geprüft im Oktober 2026)
Quellenangabe (Zitat auf Seitenebene)	Jede Antwort trägt Dokument, Abschnittspfad, Start- und Endseite, Byte-Offsets und den verwendeten Text. Die Zitate stammen aus dem Retrieval-Schritt, nicht vom Modell.	Der lokale Modus zitiert auf Seitenebene; Cloud ergänzt Zitate auf Blockebene mit optionaler Bounding Box. Chat SDK, Agents SDK (geprüft im Oktober 2026)
Durchsetzung von Berechtigungen zur Abfragezeit	Innerhalb der Suche als Filter vor dem Ranking durchgesetzt; liefert nichts, wenn Berechtigungen nicht geprüft werden können. Eine Zusammenfassung über mehrere Dokumente ist nur für Personen sichtbar, die alle davon lesen dürfen. Agenten unterliegen denselben Berechtigungen. Sicherheit	Dokumentberechtigungen pro Nutzer: nicht dokumentiert. Enterprise nennt rollenbasierte Zugriffskontrolle, SSO, Mehrbenutzer-Workspaces und Audit-Logs; laut Agenten-Dokumentation behalten Framework-Tools Zugriff auf die gesamte Bibliothek. Enterprise, Agents SDK (geprüft im Oktober 2026)
Verhalten bei unbeantwortbaren Fragen	Liefert das Retrieval nichts, wird die Frage abgelehnt, nicht geraten. Eine Ablehnung kostet dieselben Credits wie eine Antwort.	Der Prompt des quelloffenen Agenten weist das Modell an, es zu sagen, wenn die Dokumente keine Antwort geben. Das ist eine Prompt-Anweisung; die Dokumentation beschreibt es nicht. agent_tools.py (geprüft im Oktober 2026)
Retrieval-Architektur (strukturiertes Gedächtnis vs. Vektorindex vs. Dateisuche)	Strukturiertes Gedächtnis, beim Import aufgebaut: ein Baum pro Dokument mit einer Index-Zusammenfassung, Abschnittszusammenfassungen und Blattabschnitten mit Seiten und Bytebereichen. Zwei Trichter, top-down über die Zusammenfassungen und bottom-up als Stichwort- plus Embedding-Suche über die Blattabschnitte, zu einem Ranking zusammengeführt. Entwickler	Vektorlos: ein hierarchischer Baumindex pro Dokument, über den ein LLM schlussfolgert, um Abschnitte zu finden und zu lesen. GitHub (geprüft im Oktober 2026)
Unterstützte Antwortmodelle	Jedes Sprachmodell. Sie wählen, welches Modell antwortet, festgelegt pro Workspace; im Corporate-Paket können Sie Ihren eigenen Modellschlüssel nutzen oder die Modelle von Administratoren festlegen lassen. Entwickler	Jeder Anbieter: OpenAI, Anthropic, OpenRouter oder jeder OpenAI-kompatible Endpunkt. Chat SDK, Getting started (geprüft im Oktober 2026)
Verfügbarkeit von API und MCP	Ein MCP-Server mit OAuth-Anmeldung im Browser und eine REST-API im Early Access. Entwickler	SDKs für Python und JavaScript. Ein gehosteter MCP-Server, nur in Cloud, für Dokumente, die bereits in Cloud indexiert sind. Referenz der REST-Endpunkte: nicht dokumentiert. MCP, Getting started (geprüft im Oktober 2026)
Exportformat der Daten	Open Knowledge Format: ein Ordner pro Dokument aus Markdown mit YAML-Front-Matter, mit der Index-Zusammenfassung, dem Volltext, der Originaldatei und einem Ordner pro Abschnitt. Über die API lesbar, exportierbar, solange das Konto aktiv ist. Entwickler	Pro Dokument über das SDK: der Baum als JSON und der extrahierte Text als Markdown. Export des gesamten Kontos: nicht dokumentiert. Documents SDK, Terms (geprüft im Oktober 2026)
Verwendung von Kundendaten für das Training	Nie zum Trainieren von KI verwendet, weder von Thalius noch von den Modellanbietern; ihre Verträge untersagen es. Sicherheit	Training mit Kundendaten: nicht dokumentiert. Die Nutzungsbedingungen erlauben dem Anbieter, Kundendaten zur Verbesserung der Software zu verwenden. Terms, Enterprise (geprüft im Oktober 2026)
Preismodell und Free-Paket	Credits, eine Einheit in jedem Paket. Free-Paket mit monatlich enthaltenen Credits und ohne Kreditkarte, Starter und Corporate nach Angebot. Eine Ablehnung kostet dasselbe wie eine Antwort. Beträge unter Preise	Cloud wird nutzungsbasiert ohne monatliches Minimum abgerechnet: 0,01 $ pro einmal indexierter Seite, 0,001 $ pro aktiver Seite und Monat, die ersten 1.000 kostenlos, keine Retrieval-Gebühren, LLM-Inferenz nicht enthalten. 10 $ Startguthaben, ohne Kreditkarte. Der lokale Modus ist kostenlos; Enterprise läuft über den Vertrieb. Pricing (geprüft im Oktober 2026)

Benchmark

Zehn öffentliche FDA-Dokumente zu Saxenda, Wegovy und Zepbound (2.198 Seiten), sechzehn Fragen vom Team von Atrogi, jede dreimal in unabhängigen Unterhaltungen gestellt. Jedes System antwortete am 17. September 2026 über dasselbe Modell, GPT-5.4 mini. Ein Bewertungsmodell, GPT-5 mit drei Stimmen und Mehrheitsentscheid, verglich jede Antwort mit einer Referenzantwort; die Ablehnung der Kontrollfrage zählt als korrekt.

Hippocampus: 40 von 48 korrekt*, 79 % gewichtet, Median 20 Sekunden pro Antwort.
PageIndex-Ansatz, unsere Adaption: 33 von 48 korrekt*, 65 % gewichtet, Median 8 Sekunden pro Antwort.

Die PageIndex-Zeile ist unsere Adaption ihres veröffentlichten Tree-Search-Ansatzes: ein Schritt, bis zu sechs Abschnitte, 12.000 Zeichen pro Abschnitt. Die eigenen Retrieval- und Chat-Dienste von PageIndex wurden nicht genutzt. Diese Grenzen können Antworten benachteiligen, die über viele Abschnitte verteilt sind oder in langen Tabellen stehen.

Der gewichtete Score zählt leichte Fragen einfach, mittlere doppelt und schwere dreifach. Bei der Kontrollfrage, die die Dokumente nicht beantworten können, lehnte der PageIndex-Aufbau jedes Mal ab; Hippocampus erklärte jedes Mal, dass die Dokumente keine Rangfolge stützen, und bot in zwei von drei Antworten die Zulassungsreihenfolge als gekennzeichneten Näherungswert an.

Was dieses Ergebnis nicht zeigt:

Der Abstand zwischen den beiden besten Systemen der vollständigen Tabelle, Hippocampus mit 40 und OpenAI File Search mit durchschnittlich 36, liegt innerhalb der Schwankung zwischen Durchläufen.
Hippocampus-Konfigurationen, die am 16. und 17. September getestet wurden, erreichten zwischen 37 und 40 von 48. Die Zahl oben stammt aus einem Durchlauf mit 40.
Der Suchleitfaden, den Hippocampus dem Modell gibt, wurde anhand derselben sechzehn Fragen verfeinert. Die anderen Systeme liefen mit den Standardeinstellungen der Anbieter plus einer Anweisung in einem Satz, nur aus dem Material zu antworten.
File Search lief zweimal. Die anderen Systeme, PageIndex eingeschlossen, liefen einmal, Unterschiede von wenigen Antworten können also allein aus der Schwankung stammen.
Hippocampus ist das langsamste getestete System: ein Median von 20 Sekunden pro Antwort gegenüber 5 bis 8 Sekunden bei den anderen. Das sind Zeiten für eine vollständige Antwort, bei der das Modell so oft sucht, wie es nötig ist. Eine einzelne Hippocampus-Suche dauert in unserem späteren Benchmark-Bericht im Median 1,8 Sekunden.
Das Bewertungsmodell ist GPT-5 von OpenAI, und auch das Antwortmodell und zwei der getesteten Systeme stammen von OpenAI.

Die vollständige Tabelle mit allen fünf Systemen steht in Hippocampus gegen OpenAI File Search und PageIndex. Korpus, Fragen und die Ergebnisse mit drei Antwortmodellen stehen im FDA-GLP-1-Benchmark, und jedes veröffentlichte Ergebnis steht unter Nachweise.

* Antwortmodell GPT-5.4 mini für jedes System. Bewertung durch GPT-5, drei Stimmen, Mehrheitsentscheid. Thalius-Evaluation, 17. September 2026.

Richtige Antworten von 48 beim FDA-Benchmark

Jeder Balken zählt die richtigen Antworten von 48 zu zehn öffentlichen FDA-Dokumenten, sechzehn Fragen, jede dreimal gestellt.

Hippocampus 40 von 48
PageIndex-Ansatz, unsere Adaption 33 von 48

Tabellenansicht: jede Zahl hinter dem Diagramm

Richtige Antworten von 48 beim FDA-Benchmark
Name	Wert	Hinweis
Hippocampus	40 von 48
PageIndex-Ansatz, unsere Adaption	33 von 48	Ein Schritt, bis zu sechs Abschnitte, 12.000 Zeichen pro Abschnitt

n = 16 Fragen, je drei Versuche, 48 Antworten pro System · Antwortmodell GPT-5.4 mini für jedes System · Bewertungsmodell GPT-5, drei Stimmen, Mehrheitsentscheid · 17. September 2026 · Thalius-Evaluation. Hippocampus-Konfigurationen erreichten 37 bis 40 von 48; dieser Durchlauf erreichte 40. Die eigenen Retrieval- und Chat-Dienste von PageIndex wurden nicht genutzt.

Wann PageIndex die bessere Wahl ist

Sie wollen quelloffenen Code, den Sie selbst kontrollieren: Der lokale Modus ist MIT-lizenziert, läuft auf Ihrem eigenen Rechner mit Ihrem eigenen LLM-Schlüssel, und Enterprise ergänzt Optionen für private VPC und Air-Gapped-On-Premises (GitHub, Enterprise, geprüft im Oktober 2026).
Sie wollen für die Indexierung zahlen, nicht für das Retrieval: Cloud rechnet pro indexierter und pro aktiver Seite ab, ohne Retrieval-Gebühren, und Sie bringen ein beliebiges OpenAI-kompatibles LLM mit (Pricing, Chat SDK, geprüft im Oktober 2026).
Sie brauchen Zitate, die in die Seite hineinzeigen: Cloud liefert Zitate auf Blockebene mit optionaler Bounding Box und bietet einen gehosteten MCP-Server und SDKs für Agenten-Frameworks (Agents SDK, MCP, geprüft im Oktober 2026).
Geschwindigkeit zählt mehr als Tiefe: In unserem FDA-Benchmark antwortete der PageIndex-Aufbau im Median in 8 Sekunden gegenüber 20 bei Hippocampus und lehnte die Kontrollfrage jedes Mal ab.

Hippocampus mit denselben Dokumenten testen

Laden Sie die Dokumente hoch, die Sie in PageIndex indexieren würden, stellen Sie Hippocampus dieselben Fragen und vergleichen Sie dann die Zitate nebeneinander. Kostenlos starten, ohne Kreditkarte. Lesen Sie vorher, wie Hippocampus Berechtigungen durchsetzt und wo es Dokumente speichert, die API, den MCP-Server und das Exportformat, wie Credits in jedem Paket funktionieren und Hosting in der eigenen Cloud oder On-Premises im Enterprise-Paket.

Quellen und letzte Aktualisierung

Zuletzt aktualisiert: Oktober 2026.

Fragen

Häufig gestellte Fragen

Wie schneidet Hippocampus im Vergleich zu PageIndex ab?

Hippocampus ist die bessere Wahl für eine gehostete Gedächtnisschicht mit Speicherung in der EU, Berechtigungen, die innerhalb der Suche durchgesetzt werden, und Zitaten bis auf Seite und Byte-Bereich. PageIndex ist die bessere Wahl für MIT-lizenzierten Code auf dem eigenen Rechner. Im FDA-Benchmark von Thalius beantwortete Hippocampus 40 von 48 Fragen korrekt und eine Thalius-Adaption des PageIndex-Ansatzes 33 von 48, schneller mit im Median 8 Sekunden gegenüber 20. Der Benchmark nutzte nicht die eigenen Dienste von PageIndex.

Ist PageIndex Open Source?

Ja: Der lokale Modus von PageIndex ist MIT-lizenziert und läuft auf Ihrem eigenen Rechner mit Ihrem eigenen LLM-Schlüssel (geprüft im Oktober 2026). PageIndex Cloud und die Enterprise-Bereitstellungen sind gehostete oder vertriebsgeführte Angebote. Hippocampus läuft in der EU-Cloud von Thalius oder im Rahmen des Enterprise-Pakets in Ihrer eigenen Cloud oder On-Premises.

Nutzt Hippocampus Embeddings, und nutzt PageIndex welche?

Hippocampus nutzt sie, zusammen mit Struktur: Es baut einen Baum pro Dokument auf und führt einen Top-down-Pfad über die Zusammenfassungen mit einer Stichwort- plus Embedding-Suche über die Blattabschnitte zusammen. PageIndex beschreibt sich als vektorlos: Ein LLM schlussfolgert über einen Baumindex pro Dokument (geprüft im Oktober 2026).

Welche Antwortmodelle kann ich nutzen?

Beide arbeiten mit mehr als einem Anbieter. PageIndex arbeitet mit OpenAI, Anthropic, OpenRouter oder jedem OpenAI-kompatiblen Endpunkt, und die LLM-Inferenz wird separat abgerechnet (geprüft im Oktober 2026). Hippocampus arbeitet mit jedem Sprachmodell: Sie wählen, welches Modell antwortet, festgelegt pro Workspace, und im Corporate-Paket können Sie Ihren eigenen Modellschlüssel nutzen.

Welches liefert feinere Zitate?

Das hängt vom Modus ab: PageIndex Cloud zitiert auf Blockebene mit optionaler Bounding Box, der lokale Modus auf Seitenebene (geprüft im Oktober 2026). Hippocampus zitiert Dokument, Abschnittspfad, Start- und Endseite und Byte-Offsets, mit dem verwendeten Text.

Wurde der eigene Dienst von PageIndex getestet?

Nein: Unser FDA-Benchmark nutzte unsere Adaption des veröffentlichten Tree-Search-Ansatzes von PageIndex, nicht die eigenen Retrieval- und Chat-Dienste von PageIndex. Dieser Aufbau erreichte 33 von 48 gegenüber 40 von 48 bei Hippocampus, mit GPT-5.4 mini als Antwortmodell für jedes System am 17. September 2026.

Hippocampus vs PageIndex, im Vergleich in zehn Dimensionen