Models.dev
Anomaly Co (OpenCode team) · 其他
Models.dev 是一個免費且開源的資料庫，讓你在一處比較 AI 模型、其供應商、規格與定價。它彙整了原本散落在十幾個供應商頁面上的模型資料，並以可瀏覽的表格和公開的模型定價 API 呈現。開發者在挑選供應商前用它來比較 AI 模型，工具開發者則把同樣的資料接進成本計算器或模型路由。想要簡短版嗎？它就是一個開源的模型目錄，你可以免費閱讀、分支或查詢。
關於 Models.dev
Models.dev 是什麼
Models.dev 是一個開源的資料庫，收錄 AI 模型的規格、定價與能力，由 OpenCode 程式開發代理背後的團隊維護，並託管在 GitHub 上的 Anomaly Co 組織之下。這個專案之所以存在，正如其 README 所言，是因為沒有單一資料庫涵蓋所有可用的 AI 模型。於是團隊自己打造了一個，並開放給社群貢獻。
這個資料庫回答了人們對模型最常問的問題：每百萬個 token 要多少錢、上下文視窗有多大、有哪些供應商提供它，以及它是否支援推理、工具呼叫或結構化輸出。它收錄的 AI 模型規格，否則得花上一整個下午在各個分頁間跳來跳去才拼得出來。所有內容都以 TOML 檔案存放在儲存庫中，依供應商與模型分類，並同時供應網站與 API。
最大的限制是即時性。由於目錄由社群維護，而非供應商發布，供應商可能悄悄改價或下架某個模型，卻遠早於有人更新那一筆資料。把 Models.dev 當成快速的起點，然後針對任何關鍵資訊回到原始來源確認。
開始使用
- 用任何瀏覽器開啟 models.dev。不需要帳號、登入或訂閱。
- 瀏覽或篩選模型表格，並排比較上下文本大小、定價與支援的功能。
- 點選任一模型，查看它的 ID、提供它的供應商，以及能力標記。
- 若要以程式方式使用，用
curl https://models.dev/api.json取得目錄，並在自己的程式碼中讀取 JSON。 - 若發現價格有誤或缺少某個模型，對 GitHub 儲存庫提交 pull request。
產品資訊
快速了解 Models.dev 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 開發者：在把 API 接進專案前比較供應商與定價，不必開上十幾個分頁。
- 工具開發者：取得模型中介資料，用於成本計算器、路由或儀表板，省去手動維護。
- 技術寫作者與研究人員：從會顯示自身編輯記錄的公開來源引用模型規格。
任務
- 模型比較：依輸入或輸出成本排序模型，並在同一張表查看上下文本限制。
- 定價查詢：取得特定模型或供應商每百萬 token 的數字，快速做一次 LLM 定價比較，不必開啟每家供應商的網站。
- 資料整合：查詢 JSON API，並依排程更新自己的表格。
情境
- 為摘要功能在便宜與高階模型之間做選擇。
- 採用新供應商 API 前的盡職調查。
- 讓內部模型清單與整體市場保持同步。
主要功能
所有模型共用一張表
Models.dev 把模型列在同一張可篩選的表格裡，而不是散佈在各供應商網站上，因此你能檢視名稱、供應商、上下文本大小與定價，不用離開頁面。對於要在多家實驗室之間權衡選項的人來說，光是這點就省下了以往比較時的大部分苦工。
公開的 JSON API
這份資料同時服務機器與人類。呼叫 https://models.dev/api.json 會回傳整份目錄的結構化 JSON，包含定價與能力標記，另外還有 models.json、catalog.json 等獨立饋送來源，滿足更特定的需求。如果你維護路由或成本工具，可以依排程抓取，免去爬蟲。
不分供應商的模型中繼資料
models.json 饋送來源收錄模型本身的資訊，與提供它的供應商分開，例如發布日期、知識截止與支援的模態。當同一個底層模型出現在多家供應商、而各家套用不同的上下文本限制與定價時，這種分離就顯得重要。
供應商標誌與 ID
每個供應商都有標誌，以 SVG 形式在可預測的網址提供，而模型使用 AI SDK 的 ID 格式。可直接套用的識別碼，讓資料對上許多 JavaScript 與 TypeScript 專案早已預期的格式。
MIT 開源
整份資料集公開、以 MIT 授權，並以可讀的 TOML 檔案儲存，因此你可以分支它、精簡成真正在意的供應商，或在防火牆後自架一份內部副本。沒有供應商握著鑰匙。
社群貢獻
由於資料存放在儲存庫裡，修正如開發者早已熟悉的 pull request 流程。發現過時價格或缺漏模型，開個 PR，資料庫就會隨市場變化而改進。
優缺點
優點
- 免費瀏覽與查詢，沒有帳號或付費牆擋路。
- 結構化資料與公開 API，便於在其他工具中重複使用。
- MIT 開源，因此你能檢視、分支或自架這份目錄。
- 在同一張可比較的表格中追蹤定價、上下文本限制與能力標記。
- 不分供應商的中繼資料，把模型資訊與供應細節分開。
缺點
- 由社群維護的資料可能跟不上快速的發布節奏，價格因此可能過時。
- 沒有效能圖表或範例輸出，所以它不會告訴你哪個模型實際表現更好。
- 涵蓋範圍廣但不完整，冷門供應商可能缺席。
- 準確度取決於貢獻者，關鍵數字仍需回到原始來源確認。
常見問題
它是一份參考資料，讓你在同一處比較 AI 模型、其供應商、規格與定價。開發者在挑選供應商或接入 API 前使用，工具開發者則把資料接進自家軟體。
相關內容
探索與 Models.dev 相關的工具、技能與文章。
Models.dev 替代方案
Odyssey 3
Odyssey · 其他Odyssey-3 是 Odyssey 的基礎世界模型，能即時模擬物理，把一段文字提示變成可互動的環境，並套用到機器人、汽車與遊戲上。
JarvisCore
Prescott Data · 程式設計 · 生產力 · 其他JarvisCore 是開源的 Python 執行環境，讓 AI 代理在網格上以對等節點運作、從共用帳本認領任務，並透過零信任代理服務存取外部系統。
Clef
Cloudflare · 商業 · 其他Clef 是 Cloudflare 推出、可在 Workers AI 上執行的開源決策模型。它針對設定好的題目回傳校準後的機率而非生成文字，讓代理程式快速分類、分流並採取行動。