这个开源神器，把全球大模型的价格和参数扒了个底朝天

这个开源神器，把全球大模型的价格和参数扒了个底朝天

大家好，我是星哥。最近和几个做 AI 应用开发的朋友聊天，大家都在吐槽一个痛点：现在的大模型实在太多了，选型简直要命！

每次想换个模型，或者对比一下成本，都得去各家官网翻文档：查上下文长度、看 Token 限制、找 API 报价、确认支不支持 Function Calling……一顿操作下来，半天时间没了。

如果说买手机你会去查“配置对比表”，那搞 AI 开发，你绝对需要下面这个神器。

今天，星哥就给大家安利一个堪称 “AI 模型界维基百科” 的开源项目：models.dev。

全网大模型，一张表“扒”得清清楚楚

打开 models.dev 的网站，映入眼帘的就是一个极其清爽的大表格。

无论是国外的 ChatGPT (OpenAI)、Claude、Gemini，还是国内的 Qwen (通义千问)、DeepSeek 等主流模型，全都被收录其中。

它不仅仅是列个名字，而是把开发者最关心的核心指标，安排得明明白白：

• • 基础参数 ：上下文长度、输入/输出 Token 限制。

• • 核心能力 ：是否支持推理（Reasoning）、工具调用（Tool Call）、结构化输出。

• • 开源状态 ：模型权重是否开源、许可证类型。

• • 成本明细 ：API 调用一次到底多少钱。

• • 性能基准 ：各大权威 Benchmark 跑分。

一句话总结：你想知道的，它都给你列好了；你没想到的，它也帮你查好了。

不仅是字典，更是 AI SDK 的“官方外挂”

如果你以为它只是个静态网页，那就太小看它了。这个项目对开发者极其友好，直接提供了标准化的 API 端点：

• • api.json ：获取所有提供商的数据。

• • models.json ：获取模型的元数据。

• • catalog.json ：获取完整的模型目录。

可以通过API访问数据

                                                                  curl https://models.dev/api.json

模型 ID字段

                                                                  curl https://models.dev/models.json

                                                                  curl https://models.dev/catalog.json

最让星哥惊喜的是：
README 里明确提到，这里的 Model ID 与目前最火的 Vercel AI SDK 使用的标识符完全一致！
这意味着什么？意味着你在做 AI 应用开发时，根本不需要做任何数据映射，直接把这个表里的 ID 抄进你的代码里就能跑！简直是套壳开发和独立开发者的福音。

前端狂喜！自带 Logo API 与兜底机制

很多开发者在做自己的 AI 导航站、SaaS 控制台或者 Chat 界面时，最头疼的就是找各家大厂商的高清 Logo。

models.dev 直接把这事也包圆了！项目把所有提供商的 SVG Logo 进行了标准化，并提供了一个极简的 API：

                                                                  https://models.dev/logos/{provider}.svg

你只需要替换 {provider}（比如 openai、anthropic、alibaba），就能直接拿到矢量图标。 更绝的是它的容错机制：如果某个小众提供商没有 Logo，API 会自动返回一个默认 Logo，连前端的 onError 兜底逻辑都帮你省了！直接写个 标签就能用。

亮点四：神仙架构设计，TOML 格式分层管理

作为一个在 GitHub 上拥有 4800+ Star 和 500+ 贡献者 的活跃项目，它的底层数据架构设计得非常优雅。

项目采用 TOML 格式 存储数据，并巧妙地分为了两层：

1. 1. 模型元数据层 (models/ 目录) ：存储与平台无关的“客观事实”。比如这个模型属于哪个家族、基础上下文限制、支持文本还是多模态。

2. 2. 提供商数据层 (providers/ 目录) ：存储特定平台的“差异化信息”。比如 providers/openai/ 下面，记录的是 OpenAI 平台提供该模型时的具体价格和 API 端点。

这种解耦设计的好处是什么？ 同一个底层模型（比如 Llama 3），如果同时在 AWS、Azure 和阿里云上售卖，且价格不同。开发者只需要修改对应平台（Provider）的数据，而无需重复编写模型的基本信息。

而且，这可不是什么“玩具项目”。维护团队在 README 中透露，他们自己的内部产品 opencode 就在深度使用这个数据库。经历过真实生产环境检验的数据，可靠性拉满。

星哥总结

在 AI 基础设施日益内卷的今天，信息差就是生产力。models.dev 用一种极简、开源的方式，抹平了大模型选型时的信息壁垒。

无论你是想找性价比最高的 API，还是想为自己的 AI 产品做模型路由，甚至是想白嫖它的 Logo API，这个项目都值得你放进收藏夹。

• • 项目地址 ：https://github.com/anomalyco/models.dev

• • 开源协议 ：MIT（可放心商用和二次开发）

如果觉得今天的内容对你有帮助，别忘了点个 「在看」 和 「赞」，或者转发给身边正在被大模型选型折磨的开发者朋友。我们下期见！