AI Model Directory

AI模型目录是一个最全面、自动更新的AI模型及其元数据列表，涵盖定价、上下文窗口、支持功能等，目前包含来自50多个提供商的超过7000个模型。数据以TOML文件树形式存储在`data/providers/`下，并生成扁平化的`data/all.json`文件。

The AI Model Catalog is the most comprehensive and automatically updated list of AI models and their metadata, covering aspects such as pricing, context window, supported features, and more. Currently, it includes over 7,000 models from more than 50 providers. The data is stored as a TOML file tree under `data/providers/`, and a flattened `data/all.json` file is generated.

原始信息汇总

数据集概述：AI Model Directory

核心定位：一个自动化更新、全面收录AI模型元数据的开源目录，旨在为开发者提供模型定价、上下文窗口、支持功能等关键信息，支持AgentOne等AI应用的多模型管理。

数据规模：当前收录超过7000个模型，覆盖50多个AI模型提供商（如OpenRouter、OpenAI、Anthropic等）。

数据内容：

• 定价信息：输入/输出费用、推理费用、缓存读写费用、音频输入/输出费用
• 限制参数：上下文长度、输入/输出Token限制
• 模态支持：文本、图像、音频、视频、文件
• 功能标志：附件、推理、工具调用、结构化输出、温度控制
• 时间信息：知识截止日期、发布日期、最后更新日期、开放权重标识

数据格式与存储：

• 数据以TOML文件树结构存储于 data/providers/ 目录
• 提供扁平化JSON文件：data/all.json（美化版）和 data/all.min.json（压缩版）
• 每个模型目录包含 index.toml（自动生成）和可选的 metadata.toml（手动定制）

更新机制：

• 通过GitHub Actions工作流每24小时自动运行一次
• 从每个提供商的API或文档重新获取模型元数据
• 使用统一的Zod Schema验证所有数据，确保格式一致性

定制化功能：

• metadata.toml 支持 manual_data（手动覆盖数据）、extends（继承其他模型字段）、priorities（合并优先级）、preserve（保留已下线模型目录）

安全性保障：

• 提供商端点硬编码在源代码中，避免重定向攻击
• 所有数据写入前经过严格Schema验证
• 模型ID规范化处理，避免目录冲突
• 网络请求超时60秒，ID和名称长度限制
• 不执行提供商提供的代码或Shell命令
• extends 路径限制在 data/providers/ 内部

应用场景：

• 方便AI应用（如AgentOne）快速访问所有可用模型
• 为开发者提供统一、可靠的模型元数据查询基准
• 支持自动化的模型定价和路由决策（需注意数据来源的局限性）

搜集汇总

数据集介绍

构建方式

AI Model Directory 数据集通过自动化管道构建而成，其核心是一个每日运行的 GitHub Actions 工作流。该工作流每 24 小时触发一次，从超过 50 个模型提供商（包括 OpenRouter、OpenAI、Anthropic 等）的 API 或文档中重新获取模型元数据。每个提供商在 `src/providers/` 目录下拥有独立的适配器，负责解析响应并将其统一转化为标准化模式，涵盖定价、上下文窗口、功能标志等字段。元数据以 TOML 文件树的形式存储于 `data/providers/` 内，每个模型拥有独立目录，其 `index.toml` 由脚本自动生成并重写。生成结果会进一步扁平化为 `data/all.json` 及其压缩版本 `data/all.min.json`，确保数据易于消费。

特点

该数据集最显著的特点在于其全面性与自动更新机制。目前收录超过 7000 个模型，覆盖主流及小众提供商，且每日自动刷新以保证元数据的新鲜度。数据结构高度规范化，每个模型记录包含输入输出定价、上下文与 Token 限制、支持的多模态类型（文本、图像、音频、视频）、功能特征（如工具调用、结构化输出）及知识截止日期等详尽信息。同时，通过 `metadata.toml` 文件提供灵活的自定义扩展能力，允许用户覆盖自动获取的数据、从其他模型继承缺失字段或设置保留策略，从而在自动化与人工干预之间取得平衡。安全性方面，管道内置了严格的验证与防御措施，如 Zod 模式校验、ID 长度限制、网络超时等，确保数据源的可靠性。

使用方法

数据集使用方式灵活多样，适应不同开发需求。用户可直接加载生成的 `data/all.json` 或 `data/all.min.json` 文件，获得所有提供商与模型的完整列表，适用于快速集成与原型开发。对于更细粒度的控制，可通过 `data/providers/` 目录下的 TOML 文件树逐提供商、逐模型访问原始数据。项目还提供了 npm 包（位于 `packages/npm/`）以便在 JavaScript/TypeScript 生态中便捷引入。若需定制模型元数据，可在对应模型目录中添加 `metadata.toml` 文件，利用 `manual_data`、`extends`、`priorities` 和 `preserve` 等字段实现数据合并与覆盖，无需修改核心适配器逻辑。此外，配套的网站 `models.agent-one.dev` 提供可视化浏览界面与文档支持。

背景与挑战

背景概述

随着大语言模型技术的迅猛发展，AI模型的数量与日俱增，涵盖从开源到闭源、从通用到垂直领域的多样化类别。然而，开发者与研究人员在选用模型时，常面临信息分散、更新滞后、元数据不完整等困境，严重制约了模型的高效集成与成本优化。在此背景下，AI Model Directory于2024年应运而生，由AgentOne团队主导创建，旨在构建一个自动更新、全面覆盖的AI模型元数据库。该项目目前已收录来自50余家服务商的超过7000个模型，涵盖定价、上下文窗口、支持特性等核心参数，并通过标准化的TOML文件结构与每日自动刷新机制，确保数据的时效性与可用性。其影响力迅速辐射至模型部署、成本估算、功能对比等多个领域，成为连接模型提供商与实际应用场景的关键基础设施。

当前挑战

AI Model Directory旨在解决的核心挑战在于AI模型元数据的高度碎片化与不一致性。现有方案如Models.dev覆盖面不广且更新迟缓，LiteLLM数据分散难以集成，而诸多目录又因服务于特定产品而丧失了中立性与全面性。项目团队在构建过程中亦面临一系列技术难题：首先，需为每个提供商开发独立适配器以解析其异构API与文档，并统一映射至共享Schema；其次，数据安全与可信度问题尤为突出，由于元数据源自第三方，可能包含夸大或虚假的定价、能力或发布日期等信息；此外，还需抵御恶意提供商的攻击，包括超时挂起、恶意重定向、异常字符注入等，因此项目采用了严格的Zod校验、超时控制、路径限制与算术精度保护等多重安全措施，确保管道的稳健性。

常用场景

经典使用场景

在人工智能模型生态迅猛发展的当下，AI模型目录数据集应运而生，旨在为研究者与开发者提供一份涵盖超过50家提供商、逾7000个模型的全面且动态更新的元数据索引。其经典使用场景在于构建一个标准化、易于集成的模型信息中枢，用户可通过统一的JSON或TOML格式接口，高效查询各模型的价格、上下文窗口、支持模态（文本、图像、音频、视频、文件）、特性标志（如工具调用、结构化输出）及知识截止日期等关键属性。该数据集特别适用于需要频繁比较和调用多家模型的应用场景，如AI代理框架中的模型路由决策、成本优化工具的开发，或学术研究中跨模型能力的系统评估，极大简化了原本碎片化的模型信息整合工作。

实际应用

在实际产业应用中，该数据集已成为AI基础设施层的关键组件，尤其在智能代理系统（如AgentOne）的模型调度与成本控制环节扮演核心角色。开发人员可据此实现动态路由策略，依据任务类型（如推理密集型或多媒体生成）自动选择性价比最优的模型，同时实时监控各提供商的定价变动以避免预算超支。此外，该数据集还赋能了企业级模型管理平台，支持跨提供商模型资源的统一编目、审计与血缘追踪，上层应用无需逐一对接不同API即可获得全视野的模型能力视图。在DevOps与MLOps实践中，它被集成至CI/CD流水线，用于自动验证新模型的功能特性，确保生产环境中的模型选择策略始终与最新市场动态保持一致。

衍生相关工作

基于该数据集的开放性与标准化架构，社区已衍生出多项重要的相关工作。其中，数据包`packages/npm`允许开发者通过NPM直接引用数据集，催生了一系列工具库，例如用于估算推理成本的`model-cost-calculator`、辅助模型特性可视化的`model-dashboard`以及支持模型对比的CLI接口。在学术层面，研究者利用其长时间序列的元数据积累，开展了AI模型定价波动规律与能力迭代周期的实证分析，初步揭示了闭源与开源模型在市场中的竞争动态。此外，自动化更新机制与`metadata.toml`可定制模式的设计理念，被后续多个模型目录项目借鉴，形成了一种数据采集与社区共建的通用范式。更有团队基于其安全策略（如输入净化与Zod校验）开发了针对自动化数据管道的安全审计框架，进一步拓宽了该数据集在系统安全研究领域的影响力。