Så väljer du ett köns-API
Varje leverantör i den här kategorin kommer att säga att den är träffsäker, och ingen av dem mätte det på din lista. Här är vad som verkligen skiljer dem — och under varje punkt vårt eget svar, så att du kan hålla oss till samma frågor.
Det korta svaret
- Jämför på vad ett resultat ger dig i handen — en ensam etikett går inte att sätta gräns på, en sannolikhet plus ett antal samples gör det. Det avgör om du automatiserar en del av filen eller gör allt för hand.
- Bortse från träffsäkerhetsprocent i rubriker, även våra — vi publicerar ingen, eftersom vi inte mätt den i en publicerad benchmark. Mät den själv på ett par hundra av dina egna rader i stället.
- En större namndatabas är inte automatiskt bättre: ett namn räknas likadant vare sig tre poster stöder det eller femtio tusen.
- Kontrollera sedan de fyra sakerna man glömmer — lokalisering per land, svarets stabilitet över år, vad som kommer tillbaka för ett okänt namn, och var data behandlas.
Börja med vad ett enda resultat ger dig
Det här är kriteriet som avgör hur mycket arbete som blir kvar, och det syns i en leverantörs exempelsvar innan du skriver på något.
En könsetikett i sig är en dom utan uträkning. Du kan antingen använda den överallt eller kontrollera den överallt; något mellanting finns inte. En sannolikhet ger dig en gräns. En sannolikhet med antalet poster bakom talar om ifall gränsen betyder något för raden framför dig — för ett svar som ser säkert ut och vilar på tre poster och ett som vilar på tusentals ser identiska ut ända till någon visar dig antalet.
Vårt svar: varje resultat bär en sannolikhet och ett antal samples, och CSV-/Excel-utdatan skriver in dem i din fil som kolumner — samma gräns fungerar alltså oavsett om du anropar API:et eller öppnar ett kalkylblad.
Sex dimensioner värda att kontrollera
Sex ställen där leverantörer i den här kategorin brukar skilja sig, med vad vi gör vid sidan av varje. Vänsterkolumnen säger vad du ska titta efter — vi har inte granskat någon annan, så inget av det är ett påstående om en bestämd leverantör. Ta den med till alla på din lista, oss inkluderade.
Om de två sista punkterna: credits som köps som engångspaket går inte ut, och ett månadsupplägg förnyas varje månad och kan sägas upp när som helst (att byta paket innebär att säga upp och välja ett annat). Båda finns i sin helhet på prissidan, utan offert.
Varför en täckningssiffra inte avgör saken
Vi har 9,124,598 namn från 192 länder, och vi sätter de siffrorna på startsidan som alla andra gör. De är värda precis så här mycket: de säger hur ofta du får något svar alls, och ingenting om huruvida ett visst svar är värt att använda. Välj inte på dem — varken våra eller någon annans.
Testet som verkligen avgör saken kostar en eftermiddag: ta ett par hundra rader ur dina egna data där du redan vet det rätta svaret, ta med dem du väntar dig blir svåra, och kör dem genom varje leverantör på din lista. Namnen som alla klarar säger dig ingenting.
Checklistan
Nio frågor, i den ordning de brukar spela roll. Vårt svar står i högerkolumnen — ställ samma frågor till alla andra du tittar på, och be om svaren skriftligt i stället för ur en funktionstabell.
| Fråga | Varför det spelar roll | Vårt svar |
|---|---|---|
| Vad innehåller ett resultat? | Avgör om du kan automatisera de säkra raderna och bara granska resten | Kön, en sannolikhet och antalet poster bakom den |
| Kan samma namn svara olika per land? | Andrea är maskulint i Italien och feminint i Tyskland; ett enda globalt svar är fel i ett av länderna | Ja — via landskod, webbläsarens locale eller IP-adress |
| Svarar samma anrop likadant nästa år? | En granskning frågar hur en post klassificerades, och ett svar som rör sig går inte att förklara | Ja — det är aritmetik på lagrade poster, inte en genererad gissning |
| Vad kommer tillbaka för ett namn den inte känner? | Ett tomt fält går att filtrera; en rimlig gissning går inte att upptäcka | Ett uttryckligt ”hittades inte” och ett antal samples som säger varför — aldrig ett påhittat svar |
| Finns det en väg utan utvecklare? | Den som har listan är oftast inte den som kan anropa ett API | CSV- och Excel-uppladdning med den ursprungliga arbetsboken bevarad |
| Var behandlas data, och finns det ett biträdesavtal? | En lista med kundnamn är personuppgifter, och inköp frågar om det innan ni går live | Tyskt företag, servrar i Tyskland, behandling inom EU, biträdesavtal på begäran |
| Går oanvänt utrymme ut? | En engångsstädning borde inte kräva en prenumeration som överlever den | Förbetalda credits, och de går inte ut |
| Kan jag testa det utan att prata med någon? | Om utvärderingen kräver ett säljsamtal kan du inte jämföra en kandidatlista på en eftermiddag | 100 gratis förfrågningar per månad, inget kort, inget samtal |
| Vilken är den publicerade träffsäkerheten? | En enda procentsats beskriver den namnmängd den mättes på, och det är inte din | Vi publicerar ingen — se nedan |
Träffsäkerhetssiffran vi inte ger dig
På den här marknaden kommer du att få procentsatser. Vi har ingen uppmätt att ange: det finns ingen publicerad benchmark från oss på en märkt namnmängd, så varje siffra vi tryckte skulle vara ett marknadsföringstal i vit rock. Det säger vi hellre än att klä upp ett.
Den är också mindre användbar än den låter. Träffsäkerheten i en namn-köns-förfrågan beror nästan helt på vilka namn du frågar om — en lista med vanliga tyska förnamn och en lista med translittererade efternamn från ett dussin skriftsystem ger inte samma tal hos någon leverantör som finns. En enda procentsats säger alltså något om mängden den mättes på, och din lista är inte den mängden.
När du får en angiven är frågan som gör den meningsfull: mätt på vilka namn, hur många, märkta av vem, och med ”okänt” räknat som vad? Finns inte de svaren är procentsatsen dekoration.
Så gör du utvärderingen på en eftermiddag
Den här sidan säger hela tiden att du ska mäta på dina egna data, så här är metoden. Den tar en eftermiddag, den fungerar likadant hos varje leverantör på din lista, och steg fem är det som avgör projektet.
- 1. Plocka ut 200–300 rader vars svar du redan känner. Ur dina riktiga data, inte ur en lista med kända namn. Ta medvetet med de obekväma: ovanliga namn, icke-västerländska namn, poster med efternamnet först, namn på ett enda ord, namn med bindestreck och namn efter giftermål.
- 2. Städa inte upp dem först. De extra blanktecknen, titlarna, ”Dr.” och VERSALERNA är en del av det du testar. En leverantör som bara fungerar på städad indata har inte löst ditt problem.
- 3. Behåll hela svaret, inte bara etiketten. Sannolikheten och antalet samples behöver du i steg fem — och om en leverantör inte returnerar dem är just det testets resultat.
- 4. Räkna tre utfall var för sig — rätt, fel och inget svar. Här går de flesta utvärderingar snett: att slå samman ”fel” och ”okänt” till ett tal döljer precis den skillnad som betyder något. Ett okänt du kan filtrera kostar dig en neutral hälsning. Ett självsäkert felaktigt svar kostar dig kunden.
- 5. Lägg nu på en gräns och räkna igen. Godta bara raderna över din gräns — säg en sannolikhet på 0,9 med minst 50 samples bakom — och mät två saker: hur stor andel av filen det täcker, och felandelen inom den. Det paret är det verkliga svaret, för det talar om hur mycket arbete som försvinner och hur mycket risk som följer med.
- 6. Kontrollera driftsakerna medan du är där. Hur lång tid 300 rader tar. Hur ett felsvar ser ut när du skickar skräp. Om samma anrop två gånger ger samma svar. Om provet krävde ett telefonsamtal.
Steg fem är skälet till att svarets form betyder mer än någon rubriksiffra: utan sannolikhet och antal samples finns ingen gräns att lägga på, och det ärliga svaret på ”hur stor del av den här filen kan jag automatisera?” blir då ”allt eller inget”. 100 gratis förfrågningar per månad täcker ett test på 300 rader tre gånger om.
Om du också väger in en språkmodell
Allt oftare står valet inte mellan två API:er utan mellan ett API och en prompt. Den jämförelsen hänger på andra saker — kostnad per miljon rader, om samma indata ger samma utdata två gånger, och vad du kan visa en granskare — så den har sin egen sida.
Så ser integrationen faktiskt ut
Värt att titta på under utvärderingen snarare än efter, för här blir en eftermiddag två veckor. En credit per förfrågan, 100 namn per batch-anrop, och inget tak för hur många anrop du gör.
- Officiella klienter för PHP, Python, Node, Java, Go, Ruby, Rust, Perl och .NET.
- Fullständig v2-referens med en OpenAPI-beskrivning, plus problem-svar enligt RFC 7807 så att fel är maskinläsbara.
- Ett inbyggt Excel-tillägg och en Shopify-app, färdiga integrationer för Google Sheets, HubSpot, Salesforce, Zapier och fler, samt en hostad MCP-server för AI-verktyg — hela listan.
- Könsbestämning i bulk för en engångsfil, och nationalitet ur ett namn om ursprung är en del av vad du behöver.
Priserna börjar på €0.35 per 1 000 förfrågningar och står i sin helhet på prissidan — du behöver ingen offert för att se dem.
Vanliga frågor
Vad ska man jämföra köns-API:er på?
På vad ett enda resultat ger dig i handen, inte på en träffsäkerhetssiffra i rubriken. En leverantör som bara returnerar en etikett tvingar dig att lita på varje rad eller granska varje rad; en som returnerar en sannolikhet och antalet poster bakom den låter dig automatisera de säkra raderna och bara titta på resten. Sedan: om samma namn kan lösas olika per land, om svaret är stabilt över tid, vad som händer när namnet är okänt, och var data behandlas.
Hur testar man en ordentligt?
På din egen lista, inte på ett urval kända namn. Ta ett par hundra rader vars svar du redan känner — även de obekväma — och kör dem igenom. 100 gratis förfrågningar per månad räcker för det, och varje leverantör som är värd att utvärdera låter dig göra samma sak utan telefonsamtal.
Är en större namndatabas bättre?
Inte i sig. Ett namn räknas in i summan vare sig databasen har tre poster om det eller femtio tusen, så summan kan inte tala om vilka av dina rader du kan luta dig mot. Beviset per resultat kan det. Storleken avgör hur ofta du får något svar alls; antalet samples avgör om du bör använda det.
Vilken träffsäkerhet publicerar ni?
Ingen uppmätt siffra, medvetet. Vi har inte kört någon publicerad benchmark på en märkt namnmängd, så att ange en procentsats vore marknadsföring och inte bevis. Vad vi ger dig i stället är beviset per svar — en sannolikhet och ett antal samples på varje resultat — så att du kan mäta träffsäkerheten på dina egna data, vilket är det enda tal som beskriver ditt fall. Om en leverantör anger en enda träffsäkerhetssiffra, fråga vilka namn den mättes på.
Spelar det roll var data behandlas?
Det gör det om din lista är kundnamn, för det är personuppgifter. Vi är ett tyskt företag, alla servrar står i Tyskland, behandlingen sker inom EU, och ett personuppgiftsbiträdesavtal kan begäras i ditt konto. Vem du än utvärderar: begär det skriftligt före pilotprojektet och inte efter.
Vilka frågor glömmer man att ställa?
Tre. Vad som händer med ett namn databasen inte känner — ett tomt fält du kan filtrera är värt mer än en rimlig gissning du inte upptäcker. Om samma anrop ger samma svar nästa år, vilket spelar roll i samma stund som en granskning frågar hur en post klassificerades. Och om oanvänt utrymme går ut.
GÖR TESTET PÅ DIN EGEN LISTA
100 gratis förfrågningar per månad, inget kort och inget samtal. Ta med raderna vars svar du redan känner — även de obekväma — och se vad som kommer tillbaka vid var och en.
API-dokumentation · Ladda upp en CSV- eller Excel-fil · Ställ oss en konkret fråga
