GPT-5 多少钱一次调用？Claude Opus 4.7 支不支持 tool call？DeepSeek 的上下文是 128K 还是 1M？哪个模型既能传图又能输出 JSON？更烦的是，每个厂商的定价单位都不一样——有的按百万 token，有的按千字符，有的根本不写缓存价格。
市面上缺一个"统一口径"的 AI 模型信息大全。models.dev 就是来解决这个问题的。
models.dev 是什么
models.dev 是一个开源项目，也是一个网站。它把市面上主流 AI 模型的名称、定价、功能特性、上下文窗口、输入输出限制等参数，统一整理成结构化数据库。目前覆盖了几十个供应商，从 OpenAI、Anthropic、Google 到 DeepSeek、Meta、Mistral，共几百个模型。
项目由 SST 维护团队创建，同时也是 OpenCode 的内部依赖——OpenCode 靠这些数据决定给用户调哪个模型、怎么收费。
为什么需要它
格式统一：每家厂商定价页面风格各异。models.dev 把所有数据统一成一套 schema，每个模型字段完全一致，直接横向对比。
信息结构化：不只是价格，还包括上下文窗口、输入输出限制、支持模态（文本/图片/音频/视频）、是否支持 tool call、reasoning 能力、权重是否开源、知识截止日期等。这些信息散落在各厂商页面，models.dev 把它们全部结构化。
机器可读：数据存成 TOML 文件，通过 GitHub 管理。任何人可提 PR 添加或更新，仓库有自动化验证工具检查格式。最终生成 JSON 通过 API 提供。
可溯源：每条数据都有提交记录，知道价格什么时候更新、谁更新、是不是最新版。
项目结构
代码仓库结构清晰，分为供应商目录和模型元数据目录：
这里有一个巧妙设计：模型本身的能力和供应商怎么卖它是分开记录的。例如 GPT-5 的能力上限（上下文 400K、支持图片输入等）存在 models/openai/gpt-5.toml，而 OpenAI 的定价存在 providers/openai/models/gpt-5.toml。第三方供应商只需引用模型元数据，填自己的定价即可，避免数据不一致。
你能拿它干什么
直接上网站查
打开 https://models.dev/，在表格中搜索。可以按供应商筛选、按模型名称搜索，看每个模型的定价、上下文、功能支持情况。
通过 API 调用
# 获取所有模型数据（含定价）
curl https://models.dev/api.json
# 只获取模型元数据（不含定价）
curl https://models.dev/models.json
# 两者合并
curl https://models.dev/catalog.json返回标准 JSON 格式，程序直接解析。
自己提交数据
发现数据不对或新模型未收录？fork 仓库，添加或修改 TOML 文件，提 Pull Request 即可。仓库有 GitHub Action 自动验证数据格式。
技术栈
- Bun：运行环境和包管理
- TypeScript：核心语言
- SST：云基础设施框架
- Zod：数据 schema 定义和验证
- TOML：模型数据存储格式
- Next.js：前端表格展示
总结
models.dev 不写 AI 模型，不部署应用，只做一件事：把 AI 模型的信息整理好，让需要的人随时查到。在 AI 快速迭代的当下，这恰好是很多人真正需要的。
它建立了标准化的数据模型，任何新模型都可以用这套 schema 描述。数据质量可验证，格式统一，使用方便。
GitHub：anomalyco/models.dev | 网站：models.dev