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.jsoncurl 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 APIhttps://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 LogoAPI 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img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。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