Models.dev：OpenCode团队开源3.6K Star的AI模型数据库

GitHub: https://github.com/anomalyco/models.dev
官网: https://models.dev/
Stars: 3,600+
贡献者: 219+
发布平台: 程序员茄子（chenxutan.com）
标签: AI模型, 模型对比, 成本计算, OpenCode开源, TOML数据库

引言

现在开发 AI 应用，模型选择已经成为越来越头疼的问题。

国外有 OpenAI、Anthropic、Google、Meta，国内有 BAT、字节、快手。再加上无数开源模型和垂直领域专业模型，市场上的 AI 模型数量已经多得让人眼花缭乱。

每次对比几个模型的参数、价格、能力时，都要打开好几个标签页，在各家的文档中来回翻找。

Models.dev 来了。

这是 OpenCode 团队开源的 AI 模型数据库，把各家主流模型的所有关键信息都标准化地整合在了一起。

一、项目简介

Models.dev 是一个全面的 AI 模型规格数据库。

核心数据

项目起源

项目最初是 OpenCode 内部使用的工具，后来开源出来造福整个开发者社区。

核心价值

它不是简单的网页展示，而是一个完整的数据库系统：

• 数据以 TOML 格式存储在仓库中
• 提供公开的 JSON API 供开发者直接调用
• 通过社区协作方式持续更新

二、解决的问题

问题1：一站式模型信息查询

传统方式：

┌─────────────────────────────────────────────────────────────┐
│ 打开10+标签页                                                │
│ ├── OpenAI 定价页                                           │
│ ├── Anthropic Claude 文档                                   │
│ ├── Google Gemini 规格页                                    │
│ ├── 各家 API 文档                                            │
│ └── ...                                                     │
└─────────────────────────────────────────────────────────────┘

Models.dev 方式：

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

收录范围：

• OpenAI、Anthropic、Google、Meta 等数十家主流 AI 服务提供商
• 从基础对话模型到专业领域模型的全场景需求

问题2：精确的成本估算

对于商业 AI 项目，成本控制是重中之重。

Models.dev 记录的定价信息：

让你精确估算项目运行成本，再也不用担心账单超支。

问题3：能力规格一目了然

除了价格，Models.dev 还记录了每个模型的能力规格：

这些指标对于选择合适的模型至关重要：

• 做 Agent 应用？Tool Call 是必需的
• 处理长文档？Context Window 是关键

三、核心亮点

1. 公开的 JSON API

Models.dev 最吸引人的地方之一，就是它提供了公开的 JSON API。

# 获取所有模型数据
curl https://models.dev/api.json

返回的 JSON 数据包含了所有模型的完整信息，你可以用它来：

API 数据结构：

{
  "models": {
    "openai/gpt-4o": {
      "name": "GPT-4o",
      "cost": {
        "input": 2.50,
        "output": 10.00
      },
      "limit": {
        "context": 128000
      }
    }
  }
}

每个模型都有唯一的 Model ID，这也是 AI SDK 中使用的标识符。

2. 提供商 Logo

除了模型数据，你还可以通过 API 获取各个提供商的 Logo：

curl https://models.dev/logos/anthropic.svg
curl https://models.dev/logos/openai.svg
curl https://models.dev/logos/google.svg

使用方法：

• 把 {provider} 替换成 Provider ID
• 如 anthropic、openai、google 等
• 如果没有某个提供商的 Logo，会返回默认 Logo

3. 社区驱动，持续更新

所有数据都存储在仓库的 providers/ 目录下：

• 按提供商分类
• 每个模型用一个 TOML 文件表示
• 结构清晰，方便贡献和维护

四、数据结构详解

目录结构

providers/
├── openai/
│   ├── provider.toml
│   ├── logo.svg
│   └── models/
│       ├── gpt-4o.toml
│       ├── gpt-4-turbo.toml
│       └── ...
├── anthropic/
│   ├── provider.toml
│   ├── logo.svg
│   └── models/
│       ├── claude-3-opus.toml
│       └── ...
└── ...

提供商配置

provider.toml 示例：

name = "OpenAI"
npm = "@ai-sdk/openai"
env = ["OPENAI_API_KEY"]
doc = "https://platform.openai.com/docs/models"

OpenAI 兼容接口配置：

name = "Custom Provider"
npm = "@ai-sdk/openai-compatible"
api = "https://api.example.com/v1"
env = ["CUSTOM_API_KEY"]
doc = "https://example.com/docs/models"

模型配置

models/gpt-5.toml 示例：

name = "GPT 5"
attachment = true
reasoning = true
tool_call = true
structured_output = true
temperature = true
knowledge = "2025-01"
release_date = "2025-03-15"
last_updated = "2025-03-15"
open_weights = false

[cost]
input = 3.00
output = 15.00
reasoning = 15.00
cache_read = 0.30
cache_write = 3.75

[limit]
context = 400000
input = 272000
output = 8192

[modalities]
input = ["text", "image"]
output = ["text"]

配置字段说明：

五、本地运行

如果你想本地运行前端：

# 确保安装了 Bun
bun install

cd packages/web
bun run dev

访问 http://localhost:3000 就能看到界面。

六、使用场景

场景1：模型选型

# 获取所有模型数据
curl https://models.dev/api.json | jq '.models | keys'

场景2：成本计算

import requests

api = requests.get('https://models.dev/api.json').json()

def calculate_cost(model_id, input_tokens, output_tokens):
    model = api['models'][model_id]
    input_cost = model['cost']['input'] * input_tokens / 1_000_000
    output_cost = model['cost']['output'] * output_tokens / 1_000_000
    return input_cost + output_cost

场景3：动态模型选择

// 根据需求选择最优模型
const models = await fetch('https://models.dev/api.json')
  .then(r => r.json());

const bestModel = Object.entries(models.models)
  .filter(([_, m]) => m.tool_call && m.limit.context > 100000)
  .sort((a, b) => a[1].cost.input - b[1].cost.input)[0];

七、对比其他方案

八、为什么开源

最重要的是，它完全开源免费，由社区驱动，没有任何商业门槛。无论是个人开发者还是企业团队，都能从中受益。

开源优势：

九、适用人群

十、总结

核心价值

在 AI 模型数量爆炸式增长的今天，Models.dev 解决了模型信息碎片化的痛点：

推荐理由

如果你经常需要和 AI 模型打交道，一定要把 Models.dev 收藏起来。它会帮你节省大量查资料的时间，让你把更多精力放在真正的业务逻辑上。

本文首发于「程序员茄子」博客，原文链接：https://chenxutan.com