# Models.dev vs Multi-Agent Arena Models.dev는 월간 방문 200,451, 전월 대비 성장률 -3.9%, 무료 가격 모델을 기록합니다. Multi-Agent Arena는 월간 방문 5,242, 성장률 -78%, 무료 가격 모델을 기록합니다. | 지표 | [Models.dev](https://openaitools.app/ko/tool/models-dev) | [Multi-Agent Arena](https://openaitools.app/ko/tool/multi-agent-arena) | | :--- | :--- | :--- | | 웹사이트 URL | https://models.dev | https://olamlabs.ai | | 카테고리 | AI 모델, AI API, 오픈소스 AI 모델, AI 도구 디렉터리 | AI 테스팅, AI Agent, AI 모델, AI 리서치 도구 | | 가격 모델 | 무료 | 무료 | | 월간 방문 수 | 200,451 | 5,242 | | 전월 대비 성장률 | -3.9% | -78% | | 주요 시장 | 중국 | 미국 | | 직접 방문 | 136,316 | 1,953 | | 리뷰 점수 | 4.4 | 4 | | 저장 수 | 0 | 0 | | 지원 플랫폼 | 웹사이트 | 웹사이트 | ## Models.dev Models.dev는 '어떤 모델을 써야 하고 비용은 얼마인가'라는 실무적인 질문에 답하기 위해 만들어졌습니다. 각 항목은 provider/model 형식의 정규 식별자로 정리되어 여러 공급자가 제공하는 같은 모델을 추측이 아니라 직접 비교할 수 있습니다. 열에는 컨텍스트 윈도, 최대 출력, 입력·출력 지원, 추론, 도구 호출, 구조화 출력, 온도 제어, 오픈/클로즈드 가중치, 백만 토큰당 가격, 출시일과 업데이트 일자가 포함됩니다. 모델 출시가 빠르기 때문에 카탈로그는 최신성 유지를 목표로 하며, 정렬과 검색이 가능한 표에서 랩이나 공급자별로 좁혀 볼 수 있습니다. 클로즈드 플래그십 모델과 오픈 가중치 대안을 함께 담아 비용 계획과 기능 조사 모두에 유용합니다. 프로젝트는 오픈소스이며 무료이고, 프로그램에서 소비되는 것을 전제로 합니다. JSON API나 타입 안전 SDK로 카탈로그를 자체 도구에 가져올 수 있어, 단순 참고 페이지보다 대시보드, 라우팅 로직, 사내 비용 계산기의 백엔드로 실용적입니다. **가격 및 요금제:** Models.dev는 무료이며 오픈소스입니다. 참고용 데이터베이스로, 표시되는 가격은 모델 제공사가 부과하는 백만 토큰당 요금이며 사이트 이용료가 아닙니다. - **정규 모델 식별자:** 모든 모델이 provider/model 형식을 사용해 공급자 간 동일 모델 비교가 가능합니다. - **사양 비교:** 컨텍스트 윈도, 출력 한도, 추론, 도구 호출, 구조화 출력, 온도 지원을 나란히 확인합니다. - **가격 투명성:** 백만 토큰당 입력·출력 가격을 출시일과 업데이트 일자와 함께 제시합니다. - **오픈·클로즈드 모두 지원:** 클로즈드 플래그십 API와 각 랩의 오픈 가중치 모델을 하나의 정렬 가능한 카탈로그에 담았습니다. - **개발자 접근:** JSON API나 타입 안전 SDK로 카탈로그를 가져와 자체 도구와 대시보드에 활용할 수 있습니다. **강점:** 무료 오픈소스이며 계정이 필요 없음; 정규 식별자 통일로 공급자 간 비교가 신뢰할 만함; 가격·한도·기능을 하나의 정렬 가능한 표로 제공; JSON API와 타입 안전 SDK로 프로그래밍 활용 가능 **한계:** 참고 카탈로그일 뿐 추론이나 호스팅 서비스가 아님; 데이터 품질은 커뮤니티와 유지관리자의 업데이트 속도에 의존; 인터페이스가 개발자 중심이라 비기술 사용자 안내가 거의 없음 [Profile (Markdown)](https://openaitools.app/ko/tool/models-dev.md) ## Multi-Agent Arena Multi-Agent Arena는 최전선 AI 연구소를 위해 시뮬레이션 세계를 확장하려는 Olam Labs의 작업 안에 자리합니다. 더 복잡한 시뮬레이션이 더 유능하고 안전한 모델을 만든다는 전제 아래, 여러 모델이 동시에 상호작용하는 환경을 구축해 행동을 단순 관찰이 아니라 측정할 수 있게 합니다. 게임은 공통 규칙과 인센티브를 제공하므로 모델 간 사회적 행동을 비교할 수 있습니다. 수록된 종목은 보상 구조가 서로 다릅니다. 디플로마시에서는 동맹과 배신이 결과를 좌우하고, 포커는 블러핑과 상대 읽기를 시험하며, 리스크는 장기 계획과 일시적 협력을 섞습니다. 그 밖에 여러 협상 시나리오도 있습니다. 게임마다 압력이 다르기 때문에 같은 모델이 한 게임에서는 협력적으로, 다른 게임에서는 극도로 이기적으로 보일 수 있고, 평가는 그 데이터를 기반으로 합니다. 공개된 결과에서는 약속 위반율, 모델 계열별 몫 비중 같은 지표가 보고되었습니다. 이용은 무료이며, 사이트는 아레나 자체와 함께 글, 릴리스 노트, 평가 보고서를 공개합니다. Olam Labs는 연구 처리량을 핵심 논점으로 삼아 인프라와 채점 역량이 멀티 에이전트 연구의 진짜 병목이라고 주장하며, 강화학습, 평가, 후속 학습 용도로 여러 연구소와 연구자와 협업합니다. **가격 및 요금제:** 무료. 유료 등급은 안내되지 않았으며 아레나와 공개 연구 자료를 누구나 이용할 수 있습니다. - **인센티브가 다른 여러 게임:** 디플로마시, 포커, 리스크, 다양한 협상 시나리오가 각기 다른 압력을 만들어 모델의 사회적 행동을 상황별로 비교할 수 있습니다. - **멀티 에이전트 평가 데이터:** 대국에서 약속 위반율, 몫 비중 등 측정 가능한 결과가 나와 모델 성격에 대한 막연한 인상을 비교 가능한 수치로 바꿉니다. - **모델 비교를 전제로 한 설계:** 여러 모델을 같은 시나리오에 배치해 협력, 기만, 협상에서의 차이를 직접 드러낼 수 있습니다. - **공개된 연구와 릴리스 노트:** 팀이 발견, 업데이트, 협업 내용을 기록해 결과를 아레나와 함께 읽을 수 있습니다. - **무료 이용:** 아레나는 무료로 공개되며 연구자, 개발자, 멀티 에이전트 역학에 관심 있는 사람을 대상으로 합니다. **강점:** 무료로 공개되어 계정 장벽에 대한 설명이 없음; 게임이 구조화된 비교 가능한 인센티브를 제공해 일반 채팅 평가로는 얻을 수 없음; 협력과 대립 역학을 하나의 환경에서 모두 다룸; Olam Labs 팀의 공개 연구와 릴리스 노트로 뒷받침됨 **한계:** 완성도 높은 소비자용 게임이 아니라 연구·평가 환경에 가까움; 결과 해석에는 에이전트 평가에 대한 기본 이해가 필요; 특정 게임에서의 행동이 실제 배포 환경의 행동을 직접 예측하지는 않음 [Profile (Markdown)](https://openaitools.app/ko/tool/multi-agent-arena.md) ## 자주 묻는 질문 ### Models.dev과(와) Multi-Agent Arena의 월간 트래픽은 어떻게 비교되나요? Models.dev의 월간 방문 수는 200,451이고, Multi-Agent Arena는 5,242입니다. 트래픽 추정치는 제품 품질이 아니라 사용자 규모를 나타냅니다. ### 두 도구의 성장률은 어떻게 비교되나요? Models.dev의 전월 대비 성장률은 -3.9%이며, Multi-Agent Arena는 -78%입니다. ### 가격은 어떻게 비교되나요? Models.dev: 무료. Models.dev는 무료이며 오픈소스입니다. 참고용 데이터베이스로, 표시되는 가격은 모델 제공사가 부과하는 백만 토큰당 요금이며 사이트 이용료가 아닙니다. Multi-Agent Arena: 무료. 무료. 유료 등급은 안내되지 않았으며 아레나와 공개 연구 자료를 누구나 이용할 수 있습니다. ## 대안 | # | 도구 이름 | 월간 방문 수 | 전월 대비 성장률 | 가격 모델 | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [Code Arena](https://openaitools.app/ko/tool/code-arena) | 35,827,928 | +19.4% | 무료 | Code Arena is a hands-on playground and leaderboard where you can pit leading AI coding models against each other on real web builds, comparing speed, accuracy, and logic in live side-by-side battles. | [.md](https://openaitools.app/ko/tool/code-arena.md) | | 2 | [Design Arena](https://openaitools.app/ko/tool/design-arena) | 949,534 | -13.2% | 무료 | AI 모델이 겨루고 사람의 투표가 최고의 디자인 결과물을 결정하는 크라우드소싱 아레나 | [.md](https://openaitools.app/ko/tool/design-arena.md) | | 3 | [Surge AI](https://openaitools.app/ko/tool/surgehq-ai) | 245,142 | +6.6% | 가격 문의 | 프론티어 AI 학습을 위한 전문가 인간 데이터와 평가 | [.md](https://openaitools.app/ko/tool/surgehq-ai.md) | | 4 | [Stork](https://openaitools.app/ko/tool/stork) | 201,544 | +2.3% | 무료 | Includes model pricing trackers and developer news alongside tools directories, but less focused on raw API specs. | [.md](https://openaitools.app/ko/tool/stork.md) | | 5 | [AI Agent Store](https://openaitools.app/ko/tool/ai-agent-store) | 169,388 | -5.4% | 무료+유료, 무료 체험, 유료 | AI 에이전트를 찾고 고용하고 구축하는 마켓플레이스 | [.md](https://openaitools.app/ko/tool/ai-agent-store.md) | | 6 | [Future AGI](https://openaitools.app/ko/tool/future-agi) | 121,741 | -7.8% | Freemium, Usage-based | 스스로 개선되는 AI 에이전트를 구축·시뮬레이션·평가·모니터링 | [.md](https://openaitools.app/ko/tool/future-agi.md) | | 7 | [Coarena by Coasty](https://openaitools.app/ko/tool/coarena-by-coasty) | 59,004 | -33.5% | 무료 | 블라인드 대결로 컴퓨터 사용 AI 에이전트를 벤치마킹 | [.md](https://openaitools.app/ko/tool/coarena-by-coasty.md) | | 8 | [huntr](https://openaitools.app/ko/tool/huntr-com) | 45,283 | -61.9% | 무료 | AI·머신러닝 보안에 특화된 버그 바운티 플랫폼 | [.md](https://openaitools.app/ko/tool/huntr-com.md) | | 9 | [InfraBase.ai](https://openaitools.app/ko/tool/infrabase-ai) | 39,072 | -13.6% | 무료 | Catalogues and compares AI infrastructure tools and services across categories, but lacks deep per-token pricing tables. | [.md](https://openaitools.app/ko/tool/infrabase-ai.md) | | 10 | [Museum of Models(Rival)](https://openaitools.app/ko/tool/rival) | 9,187 | -35% | 무료 | Archives how various AI models answer identical prompts over time, offering qualitative comparison rather than pricing. | [.md](https://openaitools.app/ko/tool/rival.md) | --- 출처: https://openaitools.app/ko/compare/models-dev-vs-multi-agent-arena More Markdown: [카테고리](https://openaitools.app/ko/categories.md) · [트래픽 순위](https://openaitools.app/ko/rankings.md) · [llms.txt](https://openaitools.app/ko/llms.txt)