AI人工智能模型开源数据库展示网站models.dev

Models.dev是一个全面的开源数据库，收录了人工智能模型的规格、定价及功能。

首页以与提供商无关的模型元数据开始。模型页面列出了提供该模型的提供商；提供商页面列出了该提供商提供的所有模型；实验室页面按作者对标准模型进行分组。

opencode 团队又开源一个牛 X 项目。

它不会帮你写代码、也不会产生内容，而是把各种各样的 AI 模型信息都汇总在一起。

过去选择一个AI模型需要打开十多个标签页来查询价格、查看上下文、确定是否支持该功能。

信息收集完了，人也麻了。

models.dev 将几十个 AI 供应商的重要信息进行整合，放在一个网页上查询。

已经在 GitHub 斩获 5400 Star。

01 结构化的模型数据。

所有的模型信息都是以 TOML 文件的形式存在的，并不是简单的一个个静态表格。

同一个底层模型被不同 provider 代理时，只需写一次基础信息，避免重复维护。

模型数据结构

02 多种 API 端点。

models.dev 有三个API端点：api.json、models.json和catalog.json。

返回的结构化的 JSON 可以直接用于模型路由决策、成本计算和能力匹配。

网站上支持按 provider、context window、open weights、cost class 等维度过滤。

过滤界面

03 社区驱动维护。

项目有 500+ 贡献者，100+ open PR 在排队，每天都有人往里加新模型数据。增加新的 provider 或者 model 的方法就是 Fork 这个仓库，在里面加入 TOML 文件之后再提交一个Pull Request。

项目使用了GitHub Actions来自动校验数据格式，并保证所有的必需字段都存在。

04 生产环境验证。

models.dev 为 opencode 内部的数据层，opencode 被 Cloudflare 等公司所使用。

数据不是随便抄的定价页，而是在实际路由决策中验证过的。

05 SDK 兼容性。

Model ID 字段和Vercel AI SDK的标识符一模一样，可以拿来直接使用。

如果使用的是Vercel AI SDK的话，models.dev的数据不需要做映射就可以直接使用。

在线网址：https://models.dev/

GitHub地址：https://github.com/sst/models.dev