# Models.dev 开源了！一站式 AI 模型数据库，开发者选型成本估算终极指南

- Link: https://paooo.com/aigc-news/10688/
- Published: 2026-05-24T22:38:04+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 开源模型数据库 Models.dev 将分散的厂商规格标准化，方便一站式检索与对比。
 * 它提供价格、上下文窗口、工具调用、知识截止等关键参数，并开放 JSON API。
 * 适合做模型选型工具和成本计算器，能明显提升预算估算与决策效率。

> **💡 站外导读：**在大型语言模型（LLM）生态爆发式增长的今天，开发者面临一个共同
> 的痛点：模型信息极度碎片化。要在 OpenAI、Anthropic、Google、Meta 等众多厂商的官
> 网间来回切换，比对价格、上下文窗口、工具调用支持等关键参数，效率极其低下，且容易
> 出错。这直接导致了项目预算估算不准、技术选型决策缓慢。Models.dev 的诞生正是为了
> 解决这一行业顽疾。它由 OpenCode 团队开源，致力于将全球主流 AI 模型的关键规格标准
> 化、结构化，为开发者和团队提供一个权威、实时、可编程的“模型目录”。

## Models.dev是什么

Models.dev 是 [OpenCode](https://ai-bot.cn/sites/69806.html) 团队开源的 AI 模型数据
库。Models.dev 以标准化 TOML 格式整合 [OpenAI](https://paooo.com/tag/openai/)、Anthropic、
Google 等数十家主流厂商的模型信息，涵盖价格、上下文窗口、工具调用、知识截止等关键
规格，提供公开 JSON API（models.dev/api.json）供开发者直接调用。Models.dev 解决了
AI 模型信息碎片化痛点，帮助开发者一站式查询与精确成本估算，高效完成模型选型。

阅读目录

 * [Models.dev是什么](https://paooo.com/aigc-news/10688/#modelsdev%e6%98%af%e4%bb%80%e4%b9%88)
 * [Models.dev的主要功能](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Models.dev的技术原理](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Models.dev](https://paooo.com/aigc-news/10688/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8modelsdev)
 * [Models.dev的关键信息和使用要求](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e5%85%b3%e9%94%ae%e4%bf%a1%e6%81%af%e5%92%8c%e4%bd%bf%e7%94%a8%e8%a6%81%e6%b1%82)
 * [Models.dev的核心优势](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Models.dev的项目地址](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Models.dev的同类竞品对比](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Models.dev的应用场景](https://paooo.com/aigc-news/10688/#modelsdev%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/10688/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Models.dev](https://paooo.com/wp-content/uploads/2026/05/Models.dev-website-1.
avif)

## Models.dev的主要功能

 * **一站式模型信息查询**：收录 OpenAI、Anthropic、Google、Meta 等数十家主流厂商
   的基础对话模型与专业领域模型，无需在多个官网间切换查找。
 * **精确成本估算**：详细记录每个模型的输入/输出/推理/缓存读取/缓存写入成本（每百万
   token 美元），以及音频输入输出成本，帮助项目精确估算预算。
 * **能力规格对比**：标准化展示模型是否支持工具调用、推理/思维链、结构化输出、温度
   控制、文件附件，以及知识截止日期、上下文窗口、最大输入输出 token 数、支持模态
   等关键指标。
 * **公开 JSON API**：提供 `models.dev/api.json` 接口，开发者可直接在项目中调用完整
   模型数据，用于构建模型选型工具、成本计算器或管理面板。
 * **提供商 Logo 获取**：通过 `models.dev/logos/{provider}.svg` 接口直接获取各厂商
   Logo。
 * **社区协作维护**：数据用 TOML 格式按提供商分类存储，支持社区贡献，确保数据库持续
   更新。

## Models.dev的技术原理

 * **三阶段循环架构**：输入经Prelude（标准Transformer层）编码后，进入Recurrent Block
   循环迭代T次，最后由Coda输出；每次循环通过注入原始输入e防止隐状态漂移。
 * **隐式思维链**：每次循环等效于一步Chain-of-Thought推理，但在连续潜空间静默运行，
   不输出中间token；支持同时编码多条推理路径。
 * **LTI稳定约束**：将循环视为线性时不变系统，通过参数化A为负对角矩阵并离散化，严格
   保证谱半径ρ(A)<1，从根本上解决残差爆炸和训练发散。
 * **MoE+循环协同**：MoE提供跨领域广度，循环机制提供推理深度；隐藏状态在循环中演化
   时，路由器可能选择不同专家子集，使每次循环计算独特。
 * **自适应停止**：支持ACT（Adaptive Computation Time）机制，模型动态决定何时停止
   循环，避免”过度思考”。

## 如何使用Models.dev

 * **安装**：`pip install open-mythos`，可选`[flash]`启用Flash Attention 2。
 * **配置**：选择`mla`或`gqa`注意力类型，使用`MythosConfig`设置维度、头数、循环次数
   等参数。
 * **创建模型**：`OpenMythos(cfg)`初始化网络。
 * **推理生成**：调用`model.generate(max_new_tokens=8, n_loops=8)`，通过`n_loops`
   控制推理深度。
 * **训练**：使用`training/3b_fine_web_edu.py`脚本，单卡直接运行或多卡通过`torchrun`
   启动。

## Models.dev的关键信息和使用要求

 * **环境**：Python + PyTorch；Flash Attention 2需CUDA与编译工具链。
 * **分词器**：使用`openai/gpt-oss-20b`分词器。
 * **精度**：H100/A100推荐bfloat16，旧GPU使用float16 + GradScaler。
 * **训练配置**：AdamW优化器，线性warmup 2000步后余弦衰减，目标约30B tokens。
 * **规模覆盖**：从1B实验模型到1T理论配置均有预定义参数。

## Models.dev的核心优势

 * **参数高效**：k层循环L次等效于kL层固定深度网络，参数量仅k层规模，内存不随推理
   深度增长。
 * **推理可扩展**：测试时增加循环次数即可提升推理能力，遵循可预测的饱和指数衰减规律。
 * **训练稳定**：LTI约束机制彻底解决循环模型训练不稳定和损失尖峰问题。
 * **系统泛化**：在分布外（OOD）组合推理上表现优异，通过”顿悟”式三阶段过程实现能力
   跃迁。
 * **深度外推**：训练5步推理链，测试时可成功扩展至10步， vanilla Transformer则失败。

## Models.dev的项目地址

 * **项目官网**：https://models.dev/
 * **GitHub仓库**：https://github.com/anomalyco/models.dev

## Models.dev的同类竞品对比

  |  维度 |  OpenMythos |  [DeepSeek-V3](https://ai-bot.cn/deepseek-v3/) |  [Qwen2.5](https://ai-bot.cn/qwen2-5/) |  
   |  **核心架构** |  循环深度Transformer（RDT） |  MoE Transformer |  Dense / MoE Transformer |  
 |  **注意力机制** |  MLA / GQA 可切换 |  MLA |  GQA |  
 |  **循环推理** |  核心特性（潜空间隐式CoT） |  无 |  无 |  
 |  **开源程度** |  完全开源（代码+训练脚本+文档） |  开源权重 |  开源权重 |  
 |  **模型规模** |  1B – 1T 预配置 |  671B（总参） |  0.5B – 72B 等 |  
 |  **产品定位** |  研究验证 / 理论复刻 |  生产级通用模型 |  生产级通用模型 |  
 |  **推理扩展** |  增加循环次数扩展深度 |  固定层数 |  固定层数 |

## Models.dev的应用场景

 * **AI架构研究**：验证循环Transformer、隐式推理链与测试时计算扩展理论。
 * **注意力机制实验**：对比MLA与GQA在循环架构下的KV缓存效率与推理质量。
 * **MoE研究**：测试稀疏专家路由与循环深度结合对多领域任务的影响。
 * **模型训练**：基于开源代码和脚本，在FineWeb-Edu等数据集上从头训练自定义规模模型。
 * **稳定性研究**：验证LTI约束、谱半径控制与连续深度批处理等技术的实际效果。

#### 📝 站长洞察 (Editor’s Insight)

Models.dev 的出现，看似只是一个工具，实则揭示了 AI 工程化进入“精细化运营”阶段的关键
信号。当模型能力不再是唯一竞争维度，如何高效、低成本地匹配业务场景与模型特性，成为
企业落地 [AIGC](https://paooo.com/aigc-news/) 的核心能力。该项目用标准化数据（TOML/
JSON）和开源社区模式，试图为混乱的模型市场建立“事实标准”，这本身就是一种极强的生态
卡位。更深层次看，它呼应了“模型即服务”的基础设施化趋势——未来，模型调用可能像今天
调用云服务一样，需要一个统一的“SKU 管理平台”。对于开发者而言，这不仅是省时工具，
更是构建下一代 AI 应用（如智能路由、成本监控、多模型协同）的底层基石。值得关注其
社区活跃度与数据更新频率，这决定了它能否从“不错项目”进化成“行业标准”。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Anthropic ↗**

Anthropic：人工智能安全和研究公司，面向大语言模型场景提供便捷实用的在线功能支持，
涵盖智能工具等实用方向

**OpenCode ↗**

开源 AI 编程工具 ， Claude Code 最佳平替。

**Coda ↗**

在线协作平台Coda推出的AI写作和文档助手，类似于Notion AI。

❓ 常见问题解答（FAQ）

Models.dev 是什么？

Models.dev 是 OpenCode 团队开源的 AI 模型数据库，按标准化 TOML 维护主流厂商模型信息，
并提供公开 JSON API。它主要解决模型信息碎片化问题，方便开发者快速查询规格、对比能力
和估算成本。

Models.dev 能查哪些模型参数？

它可查询价格、上下文窗口、工具调用、推理/思维链、结构化输出、温度控制、文件附件、
知识截止日期、最大输入输出 token 数以及支持模态等关键规格，适合做选型和预算评估。

Models.dev 适合怎么用？

开发者可以直接调用 models.dev/api.json 接口，把数据接入模型选型工具、成本计算器或
管理面板；也可通过提供商 Logo 接口获取厂商图标，用于产品展示和内部管理。

🔬 语宙深潜追问 · 进阶实操拆解

如何用模型数据库快速做选型？

先按上下文长度、工具调用、价格和延迟筛掉不合格项，再按具体任务做小样本实测。数据
库的价值在于把分散信息标准化，帮助你从“凭印象选模型”变成“按约束条件筛模型”。

预算估算时最容易漏掉什么成本？

最容易漏掉的是重试、长上下文、工具调用链和人工兜底成本。实际项目里，单次推理价格
往往不是大头，真正拉高预算的是失败重跑、上下文膨胀和生产监控，所以要按真实调用路径
估算。

🗳️ 读者观点微投票 · 您的实战立场是？

AI模型选型，最该先看价格还是能力？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

 * [OpenCode：开源AI编程革命，免费模型+全平台支持，Claude Code最强平替深度评测](https://paooo.com/ai-tool/12136/)
 * [aisuite – 吴恩达发布开源Python库，一个接口调用多个大模型](https://paooo.com/aigc-news/25319/)
 * [Open-Fiesta开源AI聊天平台：多模型对比与一键部署的终极工具](https://paooo.com/ai-tool/13884/)
 * [08-25 AIGC 早报](https://paooo.com/aigc-morning/3949/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/10688/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
