Jak wybrać API do płci
Każdy dostawca w tej kategorii powie Ci, że jest dokładny, i żaden nie zmierzył tego na Twojej liście. Oto co naprawdę ich różni — a pod każdym punktem nasza własna odpowiedź, żebyś mógł nas rozliczyć z tych samych pytań.
Krótka odpowiedź
- Porównuj po tym, co daje Ci jeden wynik — samej etykiety nie da się obłożyć progiem, prawdopodobieństwa wraz z liczbą próbek już tak. To decyduje, czy zautomatyzujesz część pliku, czy zrobisz całość ręcznie.
- Zignoruj nagłówkowe procenty dokładności, także nasze — nie publikujemy żadnego, bo nie zmierzyliśmy go w opublikowanym benchmarku. Zmierz go sam na kilkuset własnych wierszach.
- Większa baza imion nie jest automatycznie lepsza: imię liczy się tak samo, czy stoją za nim trzy rekordy, czy pięćdziesiąt tysięcy.
- Potem sprawdź cztery rzeczy, o których się zapomina — lokalizację po kraju, stabilność odpowiedzi przez lata, co wraca przy nieznanym imieniu i gdzie dane są przetwarzane.
Zacznij od tego, co daje Ci jeden wynik
To kryterium decyduje, ile pracy Ci zostaje — i widać je w przykładowej odpowiedzi dostawcy, jeszcze zanim cokolwiek podpiszesz.
Sama etykieta płci to wyrok bez uzasadnienia. Możesz ją stosować wszędzie albo sprawdzać wszędzie; nie ma nic pośrodku. Prawdopodobieństwo daje Ci progi. Prawdopodobieństwo z liczbą rekordów za nim mówi Ci, czy te progi mają jakiekolwiek znaczenie dla wiersza, który masz przed sobą — bo pewnie wyglądająca odpowiedź oparta na trzech rekordach i taka oparta na tysiącach są nie do odróżnienia, dopóki ktoś nie pokaże Ci liczby.
Nasza odpowiedź: każdy wynik nosi prawdopodobieństwo i liczbę próbek, a wynik CSV/Excel wpisuje je do Twojego pliku jako kolumny — te same progi działają więc, czy wołasz API, czy otwierasz arkusz.
Sześć wymiarów, które warto sprawdzić
Sześć miejsc, w których dostawcy w tej kategorii zwykle się różnią, a obok każdego to, co robimy my. Lewa kolumna mówi, czego szukać — nie badaliśmy nikogo innego, więc nic z tego nie jest twierdzeniem o konkretnym dostawcy. Zabierz ją do każdego na swojej liście, także do nas.
Co do dwóch ostatnich punktów: credits kupione jako jednorazowy pakiet nie tracą ważności, a plan miesięczny odnawia się co miesiąc i można z niego zrezygnować w każdej chwili (zmiana pakietu oznacza rezygnację i wybór innego). Oba są w całości na stronie z cenami, bez wyceny.
Dlaczego liczba pokrycia tego nie rozstrzyga
Mamy 9,124,598 imion z 192 krajów i podajemy te liczby na stronie głównej jak wszyscy. Warte są dokładnie tyle: mówią Ci, jak często w ogóle dostaniesz odpowiedź, i nic o tym, czy konkretna odpowiedź jest warta użycia. Nie wybieraj po nich — ani po naszych, ani po niczyich.
Test, który to rozstrzyga, kosztuje jedno popołudnie: weź kilkaset wierszy z własnych danych, dla których znasz już właściwą odpowiedź, dołącz te, po których spodziewasz się kłopotu, i przepuść przez każdego dostawcę na liście. Imiona, które wszyscy trafiają, nie mówią Ci nic.
Lista kontrolna
Dziewięć pytań, w kolejności, w jakiej zwykle się liczą. Nasza odpowiedź jest w prawej kolumnie — zadaj te same każdemu, kogo rozważasz, i poproś o odpowiedzi na piśmie, a nie z tabeli funkcji.
| Zapytaj | Dlaczego to się liczy | Nasza odpowiedź |
|---|---|---|
| Co zawiera jeden wynik? | Decyduje, czy możesz zautomatyzować pewne wiersze i sprawdzić tylko resztę | Płeć, prawdopodobieństwo i liczbę rekordów, które za nim stoją |
| Czy to samo imię może odpowiedzieć inaczej w zależności od kraju? | Andrea jest we Włoszech męskie, a w Niemczech żeńskie; jedna globalna odpowiedź jest w jednym z tych krajów błędna | Tak — po kodzie kraju, locale przeglądarki lub adresie IP |
| Czy to samo zapytanie odpowie tak samo za rok? | Audyt pyta, jak zaklasyfikowano dany rekord, a ruchomej odpowiedzi nie da się wyjaśnić | Tak — to arytmetyka na zapisanych rekordach, a nie wygenerowany domysł |
| Co wraca przy imieniu, którego nie zna? | Puste pole da się odfiltrować; prawdopodobnego domysłu nie da się wychwycić | Wyraźne „nie znaleziono“ i liczba próbek, która mówi dlaczego — nigdy wymyślona odpowiedź |
| Czy jest droga bez programisty? | Ten, kto ma listę, zwykle nie jest tym, kto umie zawołać API | Wgrywanie CSV i Excela z zachowanym oryginalnym arkuszem |
| Gdzie przetwarzane są dane i czy jest umowa powierzenia? | Lista nazwisk klientów to dane osobowe, a dział zakupów zapyta o to przed startem | Niemiecka firma, serwery w Niemczech, przetwarzanie w UE, umowa powierzenia na życzenie |
| Czy niewykorzystane środki przepadają? | Jednorazowe porządkowanie nie powinno wymagać abonamentu, który je przeżyje | Przedpłacone credits, i nie tracą ważności |
| Czy mogę to przetestować, nie rozmawiając z nikim? | Jeśli sprawdzenie wymaga rozmowy z handlowcem, nie porównasz kandydatów w jedno popołudnie | 100 bezpłatnych zapytań miesięcznie, bez karty, bez rozmowy |
| Jaka jest publikowana dokładność? | Jeden procent opisuje zbiór imion, na którym go zmierzono, a to nie jest Twój zbiór | Nie publikujemy żadnej — patrz niżej |
Liczba dokładności, której Ci nie damy
Na tym rynku będą Ci podawać procenty. My nie mamy zmierzonego, który moglibyśmy podać: nie istnieje nasz opublikowany benchmark na oznaczonym zbiorze imion, więc każda liczba, którą byśmy wydrukowali, byłaby liczbą marketingową w kitlu laboratoryjnym. Wolimy to powiedzieć, niż jakąś przystroić.
Jest też mniej użyteczna, niż brzmi. Dokładność zapytania imię-płeć zależy prawie całkowicie od tego, o jakie imiona pytasz — lista popularnych niemieckich imion i lista transliterowanych nazwisk z kilkunastu pism nie dadzą tej samej liczby u żadnego istniejącego dostawcy. Jeden procent mówi Ci więc coś o zbiorze, na którym go zmierzono, a Twoja lista tym zbiorem nie jest.
Kiedy ktoś Ci go podaje, pytanie, które nadaje mu sens, brzmi: zmierzony na jakich imionach, na ilu, oznaczonych przez kogo i licząc „nieznane“ jako co? Jeśli tych odpowiedzi nie ma, procent jest ozdobą.
Jak przeprowadzić sprawdzenie w jedno popołudnie
Ta strona wciąż powtarza, żebyś mierzył na własnych danych — oto więc metoda. Zajmuje popołudnie, działa tak samo u każdego dostawcy z Twojej listy, a krok piąty jest tym, który decyduje o projekcie.
- 1. Wyciągnij 200–300 wierszy, których odpowiedź już znasz. Z prawdziwych danych, nie z listy słynnych nazwisk. Celowo dołącz te niewygodne: rzadkie imiona, imiona niezachodnie, wpisy z nazwiskiem na początku, nazwy jednowyrazowe, nazwiska z łącznikiem i nazwiska po zawarciu małżeństwa.
- 2. Nie porządkuj ich wcześniej. Zbędne spacje, tytuły, „Dr.“ i WIELKIE LITERY są częścią tego, co testujesz. Dostawca, który działa tylko na uporządkowanych danych, nie rozwiązał Twojego problemu.
- 3. Zachowaj całą odpowiedź, nie tylko etykietę. Prawdopodobieństwo i liczba próbek będą Ci potrzebne w kroku piątym — a jeśli dostawca ich nie zwraca, to samo w sobie jest wynikiem testu.
- 4. Licz trzy wyniki osobno — trafienie, błąd i brak odpowiedzi. Tu wykłada się większość sprawdzeń: wrzucenie „błędu“ i „nieznanego“ do jednej liczby zakrywa właśnie tę różnicę, która się liczy. Nieznane, które możesz odfiltrować, kosztuje Cię neutralne powitanie. Pewna siebie błędna odpowiedź kosztuje Cię klienta.
- 5. Teraz nałóż progi i policz jeszcze raz. Przyjmij tylko wiersze powyżej swojej granicy — powiedzmy prawdopodobieństwo 0,9 z co najmniej 50 próbkami za nim — i zmierz dwie rzeczy: jaką część pliku to obejmuje oraz odsetek błędów wewnątrz tej części. Ta para jest właściwą odpowiedzią, bo mówi Ci, ile pracy znika i ile ryzyka przychodzi razem z tym.
- 6. Skoro już przy tym jesteś, sprawdź sprawy eksploatacyjne. Ile trwa 300 wierszy. Jak wygląda odpowiedź z błędem, gdy wyślesz śmieci. Czy to samo zapytanie dwa razy zwraca tę samą odpowiedź. Czy test wymagał telefonu.
Z powodu kroku piątego forma odpowiedzi liczy się więcej niż jakakolwiek nagłówkowa liczba: bez prawdopodobieństwa i liczby próbek nie ma żadnych progów do nałożenia, a szczera odpowiedź na pytanie „ile z tego pliku mogę zautomatyzować?“ brzmi wtedy „wszystko albo nic“. 100 bezpłatnych zapytań miesięcznie pokrywa test na 300 wierszach trzykrotnie.
Jeśli rozważasz też model językowy
Coraz częściej wybór nie stoi między dwoma API, ale między API a promptem. Tamto porównanie zależy od innych rzeczy — kosztu na milion wierszy, tego, czy to samo wejście dwa razy da to samo wyjście, i tego, co możesz pokazać audytorowi — dlatego ma własną stronę.
Jak naprawdę wygląda integracja
Warto na to spojrzeć w trakcie sprawdzania, a nie po nim, bo tu z popołudnia robią się dwa tygodnie. Jeden credit na zapytanie, 100 imion na żądanie wsadowe i żadnej górnej granicy liczby żądań.
- Oficjalne klienty dla PHP, Python, Node, Java, Go, Ruby, Rust, Perl i .NET.
- Pełna dokumentacja v2 z opisem OpenAPI, a do tego odpowiedzi problem zgodne z RFC 7807, żeby błędy były czytelne maszynowo.
- Natywny dodatek do Excela i aplikacja Shopify, gotowe integracje dla Google Sheets, HubSpot, Salesforce, Zapier i innych, oraz hostowany serwer MCP dla narzędzi AI — pełna lista.
- Masowe określanie płci dla jednorazowego pliku i narodowość z imienia, jeśli pochodzenie jest częścią tego, czego potrzebujesz.
Ceny zaczynają się od €0.35 za 1000 zapytań i są w całości na stronie z cenami — nie potrzebujesz wyceny, żeby je zobaczyć.
Często zadawane pytania
Pod jakim kątem porównywać API do płci?
Pod kątem tego, co daje Ci jeden wynik, a nie nagłówkowej liczby o dokładności. Dostawca, który zwraca samą etykietę, zmusza Cię do zaufania każdemu wierszowi albo sprawdzenia każdego; taki, który zwraca prawdopodobieństwo i liczbę rekordów za nim, pozwala zautomatyzować pewne wiersze i przejrzeć tylko resztę. Potem: czy ten sam imię może rozwiązać się inaczej w zależności od kraju, czy odpowiedź jest stabilna w czasie, co się dzieje przy nieznanym imieniu i gdzie dane są przetwarzane.
Jak przetestować to porządnie?
Na własnej liście, nie na próbce słynnych nazwisk. Weź kilkaset wierszy, których odpowiedź już znasz — także te niewygodne — i przepuść je. 100 bezpłatnych zapytań miesięcznie na to wystarcza, a każdy dostawca wart sprawdzenia pozwoli Ci zrobić to samo bez rozmowy telefonicznej.
Czy większa baza imion jest lepsza?
Nie sama z siebie. Imię liczy się do sumy niezależnie od tego, czy baza ma o nim trzy rekordy czy pięćdziesiąt tysięcy — suma nie powie Ci więc, na których Twoich wierszach możesz się oprzeć. Dowód przy każdym wyniku powie. Rozmiar decyduje, jak często dostaniesz w ogóle odpowiedź; liczba próbek decyduje, czy powinieneś jej użyć.
Jaką dokładność publikujecie?
Świadomie żadnej zmierzonej liczby. Nie przeprowadziliśmy opublikowanego benchmarku na oznaczonym zbiorze imion, więc podanie procentu byłoby marketingiem, a nie dowodem. Zamiast tego dajemy Ci dowód przy każdej odpowiedzi — prawdopodobieństwo i liczbę próbek w każdym wyniku — żebyś mógł zmierzyć dokładność na własnych danych; to jedyna liczba, która opisuje Twój przypadek. Jeśli dostawca podaje Ci jedną liczbę dokładności, zapytaj, na jakich imionach ją zmierzono.
Czy ma znaczenie, gdzie przetwarzane są dane?
Ma, jeśli na Twojej liście są nazwiska klientów — to dane osobowe. Jesteśmy niemiecką firmą, wszystkie serwery stoją w Niemczech, przetwarzanie odbywa się w UE, a umowę powierzenia przetwarzania danych zamówisz w swoim koncie. Kogokolwiek sprawdzasz, poproś o to na piśmie przed pilotażem, a nie po nim.
O jakich pytaniach się zapomina?
O trzech. Co się dzieje z imieniem, którego baza nie zna — puste pole, które da się odfiltrować, jest warte więcej niż prawdopodobny domysł, którego nie wychwycisz. Czy to samo zapytanie zwróci tę samą odpowiedź za rok, co liczy się w chwili, gdy audyt zapyta, jak zaklasyfikowano dany rekord. I czy niewykorzystane środki przepadają.
ZRÓB TEST NA WŁASNEJ LIŚCIE
100 bezpłatnych zapytań miesięcznie, bez karty i bez rozmowy. Przynieś wiersze, których odpowiedź już znasz — także te niewygodne — i zobacz, co wraca obok każdego z nich.
Dokumentacja API · Wgraj plik CSV lub Excel · Zadaj nam konkretne pytanie
