Models.dev – OpenCode 团队开源的多厂商模型参数索引

Models.dev 是一款由 OpenCode 团队于 2025 年 6 月开源发布的模型参数索引工具，主要用于集中查询各厂商模型的价格与规格信息，支持 TOML 数据格式与公开 JSON 接口读取，适用于选型比价、成本估算与内部看板搭建等场景。

Models.dev 的核心能力

Models.dev 不生成内容，只解决一件事：同一个模型在不同渠道、不同页面写着的参数总对不上。它把这些字段收进一套固定格式，让比价从翻文档变成读一个文件。

把参数写成结构化文件

仓库用 TOML 分两层维护：models 存模型本身的事实，如名称、知识截止、上下文与模态；providers 存同一模型在各服务商处的部署信息，如 API 价格、缓存计费与服务状态。文件以 schema = 2 开头，经统一校验后生成供网站与程序读取的 JSON。同一模型在 OpenAI 与 OpenRouter 的价格可分别记录，不必当成两个基础模型。像 Naive-N0.5-Flash 这类新模型也能按同一格式补进去。

给程序一个直接读的接口

站点提供三个公开 JSON 入口：api.json 给服务商与模型的组合数据，models.json 给模型基础元数据，catalog.json 给两者合并后的目录；特殊模型类型默认不返回，可加 type=all 取完整目录。选型脚本与内部比价看板都能直接消费。工程上通常每天定时拉一次全量数据并留存快照，以便追溯价格变化。

跨厂商拉齐口径

不同厂商对「上下文窗口」的算法不一样：有的算输入输出总和，有的只算输入。字段里 limit.context、limit.input、limit.output 也是分开记录的，比较规格时应分别看这三项，不能只按上下文窗口一个数判断实际可用容量。统一结构能减少口径混乱，但不等于消除厂商间的定义差异，用这类索引看数据时仍建议连同官方文档核对。

可以基于现有格式维护私有清单

数据格式是明文，团队可以照同样的结构维护自己实际在用的模型子集，把内部价格、配额与限流规则一起写进去。这样对外部数据的依赖就降到了「参考」，而不是「唯一来源」；若要复用官方项目的解析与校验能力，需遵循对应 Schema，不宜随意增删字段。选型对比时可配合站内 Step 5 Preview 这类旗舰型号的参数一起看。

Models.dev 与同类模型信息源的对比

下表从形态、数据格式、接口形态与收费方式等维度，把三款模型信息源放在一起对照。

• 表格内数据来源：Models.dev 取站点结构与仓库说明；OpenRouter 模型列表取站内已有页面与官方文档；LiteLLM 模型表取官方仓库。三个对照产品中只有 OpenRouter 有站内页面，已在表头加链，另两项以纯文本呈现。
• 产品对比简述：Models.dev 在数据格式上用分层 TOML，OpenRouter 模型列表在数据格式上是平台目录页、在使用门槛上目录公开可查而调用需凭证；LiteLLM 模型表在数据格式上是 JSON 价格配置。三者分别侧重元数据、聚合调用与路由接入。

把这类清单接进自己的工具链时，站内的 EchoBird 是一个看「多模型怎么统一管理」的参照。

Models.dev 的应用场景与适用人群

需要反复回答「这个模型多少钱、能吃多长上下文」的时候，这套索引省的是查文档的时间：

• 选型比价：把候选模型的单价与上下文窗口放同一张表里比较。
• 成本估算：按业务实际用量换算月账单，避免只看单价。
• 内部看板：定期拉 api.json 做成团队可查的模型清单页面。
• 私有清单维护：照同样格式记录自己在用的模型子集与配额。
• 价格监控：定期拉接口比对关键模型单价，调价时第一时间发现。

适用人群：适合要频繁做模型选型的技术负责人、需要把模型清单接进内部系统的平台团队，也适合写选型脚本的开发者；只想调一次接口试效果的普通用户，直接去厂商控制台更快。调用方工具可对照站内 Command Code。

Models.dev 的使用方法

三条路径从轻到重：在线查一眼、脚本读接口、把数据拉到本地自建一套。

在线查询：先看有没有这个模型

1. 打开 models.dev，按厂商筛选或直接搜索模型名。
2. 在模型详情里核对价格单位与上下文窗口，注意有的厂商按百万 token 计、有的按千 token 计。
3. 把关键字段截图或记录，与厂商官方文档交叉核对一次再用于决策。

接口读取：接进脚本与看板

1. 按用途选接口：api.json 看组合数据、models.json 看基础元数据、catalog.json 看合并目录，缓存到本地避免频繁拉取。
2. 按业务需要的字段做筛选：先按是否支持工具调用过滤，再按上下文窗口排序。
3. 把价格字段换算成统一口径（每百万 token），再做横向比较。

本地维护：按 Schema 建私有清单

1. 克隆仓库，把 TOML 文件按厂商与模型分目录浏览一遍，理解字段含义。
2. 只保留团队实际在用的模型，补上内部的配额与限流规则。
3. 用同一套脚本同时读外部与私有清单，外部数据作为参考、私有数据作为准绳。

两点要留意：第三方索引的字段可能滞后于厂商调价，做预算前务必回官方核一次；不同厂商对上下文窗口的统计口径不同，直接比大小容易得出错误结论。

Models.dev 的项目地址

• 站点：https://models.dev/
• GitHub 仓库：https://github.com/anomalyco/models.dev

Models.dev 的价格方案

项目采用 MIT License，仓库与官网公开 JSON 接口都免费开放，无需注册；开发者可在遵守许可证条件的前提下使用、修改与集成其数据，没有付费档位。但公开接口不等于承诺无限制访问，官方未声明速率与额度规则，实际集成建议做好本地缓存与请求频率控制。项目不含模型推理能力，因此不存在「按次收费」的环节。

真正的成本在使用侧：按索引选完模型后，调用费归厂商收。这份数据能帮你看清单价，但不会替你省钱——省不省取决于换算方式，比如把按千 token 计价的字段统一成每百万 token 再比较。

若用于商业产品，建议在系统里标注数据来源与抓取时间。模型价格变动频繁，历史报价类内容可参考站内 关于 DeepSeek 调价的观察，理解调价对账单的实际影响。

Models.dev 的常见问题