# Jam vs Models.dev Jam 每月有 570,598 次造訪，月增率 -6%，定價模式為免費增值、付費。Models.dev 每月有 200,451 次造訪，成長率 -3.9%，定價模式為免費。 | 指標 | [Jam](https://openaitools.app/tw/tool/jamgpt) | [Models.dev](https://openaitools.app/tw/tool/models-dev) | | :--- | :--- | :--- | | 網站網址 | https://jam.dev | https://models.dev | | 分類 | AI 開發者工具, AI 測試, AI 報告生成器, AI 生產力工具 | AI 模型, AI API, 開源 AI 模型, AI 工具目錄 | | 定價模式 | 免費增值、付費 | 免費 | | 每月造訪次數 | 570,598 | 200,451 | | 月成長率 | -6% | -3.9% | | 主要市場 | 美國 | 中國 | | 直接造訪 | 443,324 | 136,316 | | 評論分數 | 4.6 | 4.4 | | 收藏數 | 2 | 0 | | 支援平台 | 網站 | 網站 | ## Jam 傳統 Bug 報告效率很低：有人遇到問題，試圖用文字描述，截圖卻截錯時機，開發者又花半小時去重現報告者早已見過的場景。Jam 把這一環壓縮了。瀏覽器擴充功能、iOS App 或 Mac App 記錄下問題發生的瞬間，錄影會帶著可取用的主控台日誌、網路請求、使用者事件與裝置資訊一起傳遞。 接著由 Jam AI 負責寫作。它會給出標題、摘要與重現步驟，讓接手工單的人有清晰起點，而不是模糊描述。之後 Jam 可以推送到 Linear、Jira 或 Slack 進行分派，也可以交給 AI 工具，讓編碼代理深入排查並提交修正。同一機制既能用於內部回饋，也能透過錄製連結收集客戶回饋。 產品定位刻意保持寬廣：它不只是缺陷追蹤器，而是一層針對一切可視化與瞬時問題的捕獲工具——QA 發現、體驗問題、創意想法與支援升級。團隊用它在上線前發現問題、減少來回解釋，並識別跨版本的重复模式。 **價格與方案:** 免費增值模式，提供免費版與按席次計費的付費方案，企業/客製價格需洽詢；具體數字見 Jam 定價頁。 - **一鍵捕獲:** 透過瀏覽器擴充功能、iOS App 或 Mac App 直接錄影或截圖。 - **自動附技術脈絡:** 可取用的主控台日誌、網路請求、使用者事件與裝置資訊隨錄影一併保存。 - **Jam AI 摘要:** 自動產生標題、摘要與重現步驟，為開發者與代理提供明確起點。 - **工具整合:** 把 Jam 推送到 Linear、Jira 或 Slack 分派，或送入 AI 編碼工具排查。 - **錄製連結:** 把連結發給客戶，讓他們在問題發生時錄製，並附帶脈絡。 **優勢:** 自動捕獲日誌與網路活動，省去大量來回溝通; AI 摘要與重現步驟解決寫報告時的空白頁困境; 瀏覽器、iOS 與 Mac 均有用戶端; 與常見工單系統及 AI 編碼工具整合 **限制:** 最有用的能力位於付費方案之後; 價值高低取決於團隊是否一致採用; 錄製敏感畫面可能需要內部合規審查 [Profile (Markdown)](https://openaitools.app/tw/tool/jamgpt.md) ## Models.dev Models.dev 要回答一個非常實際的問題：該用哪個模型，成本是多少？網站為每個項目設定形如 provider/model 的規範識別碼，因此同一模型在不同供應商下的版本可以直接比較。表格欄位包含上下文視窗、最大輸出、是否支援輸入與輸出、推理、工具呼叫、結構化輸出、溫度控制、開放或閉源權重、每百萬 token 價格，以及發布與更新日期。 由於模型發布節奏很快，該目錄以保持最新為目標，提供可排序與可搜尋的表格，能依實驗室或供應商瀏覽並篩選關鍵條件。項目同時涵蓋閉源旗艦模型與開放權重模型，既能用於成本規劃，也能用於能力調研。 專案開源且免費，定位為可被程式化取用的資料源。開發者可透過 JSON API 或型別安全 SDK 把目錄接入自家工具，因此很適合作為儀表板、路由邏輯或內部成本計算器的後端，而不只是瀏覽用的參考頁。 **價格與方案:** Models.dev 免費且開源。它本身是參考資料庫，所列價格是模型供應商收取的每百萬 token 費率，而非使用本站的費用。 - **規範模型識別碼:** 每個模型採用統一的 provider/model 格式，方便跨供應商直接對比同一模型。 - **規格對比:** 並排查看上下文視窗、輸出上限、推理、工具呼叫、結構化輸出與溫度支援。 - **價格透明:** 列出每百萬 token 的輸入輸出價格，並標註發布與更新日期。 - **開源與閉源兼顧:** 在一個可排序目錄中同時涵蓋閉源旗艦 API 與各實驗室的開放權重模型。 - **面向開發者:** 可透過 JSON API 或型別安全 SDK 取得目錄，用於自建工具與儀表板。 **優勢:** 免費開源，無需註冊帳號; 統一的規範識別碼讓跨供應商對比更可靠; 在同一張可排序表格中呈現價格、上限與能力; 提供 JSON API 與型別安全 SDK，便於程式化使用 **限制:** 它是參考目錄，並非推論或託管服務; 資料品質取決於社群與維護者能否跟上發布節奏; 介面面向開發者，對非技術使用者幾乎沒有引導 [Profile (Markdown)](https://openaitools.app/tw/tool/models-dev.md) ## 常見問題 ### Jam 與 Models.dev 的每月流量相比如何？ Jam 每月有 570,598 次造訪，而 Models.dev 有 200,451。流量估算反映受眾規模，並非產品品質。 ### 兩者的成長率相比如何？ Jam 的月增率為 -6%；Models.dev 為 -3.9%。 ### 價格相比如何？ Jam：免費增值、付費。免費增值模式，提供免費版與按席次計費的付費方案，企業/客製價格需洽詢；具體數字見 Jam 定價頁。 Models.dev：免費。Models.dev 免費且開源。它本身是參考資料庫，所列價格是模型供應商收取的每百萬 token 費率，而非使用本站的費用。 ## 替代方案 | # | 工具名稱 | 每月造訪次數 | 月成長率 | 定價模式 | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [KaneAI](https://openaitools.app/tw/tool/kaneai) | 901,340 | +13.2% | 免費增值、付費、需聯絡報價 | Plans and executes automated tests using natural language, replacing manual bug reproduction steps with AI agents. | [.md](https://openaitools.app/tw/tool/kaneai.md) | | 2 | [Qase](https://openaitools.app/tw/tool/qase) | 319,213 | -25.5% | 免費增值、免費試用、需聯絡報價、免費 | Unifies test results and manual tracking, though lacking Jam's automatic visual screen recording and log capture. | [.md](https://openaitools.app/tw/tool/qase.md) | | 3 | [Stork](https://openaitools.app/tw/tool/stork) | 201,544 | +2.3% | 免費 | Includes model pricing trackers and developer news alongside tools directories, but less focused on raw API specs. | [.md](https://openaitools.app/tw/tool/stork.md) | | 4 | [TestSprite](https://openaitools.app/tw/tool/testsprite) | 114,205 | +15.8% | 免費增值 | Automatically writes and executes regression test suites, offering deeper test automation than front-end bug capture. | [.md](https://openaitools.app/tw/tool/testsprite.md) | | 5 | [Momentic](https://openaitools.app/tw/tool/momentic) | 68,819 | -15.2% | Freemium, Usage-based, Enterprise | 執行端到端 AI 測試以尋找應用程式錯誤，用自主驗證取代手動錯誤記錄。 | [.md](https://openaitools.app/tw/tool/momentic.md) | | 6 | [Autify](https://openaitools.app/tw/tool/autify-com) | 60,130 | +6% | 需聯絡報價 | Automates web and mobile testing across platforms, focusing on end-to-end QA rather than instant bug reporting. | [.md](https://openaitools.app/tw/tool/autify-com.md) | | 7 | [InfraBase.ai](https://openaitools.app/tw/tool/infrabase-ai) | 39,072 | -13.6% | 免費 | Catalogues and compares AI infrastructure tools and services across categories, but lacks deep per-token pricing tables. | [.md](https://openaitools.app/tw/tool/infrabase-ai.md) | | 8 | [QA.tech](https://openaitools.app/tw/tool/qa-tech) | 30,550 | -4.4% | 付費、需聯絡報價 | 針對每個 Pull Request 執行自主迴歸測試，無需手動錯誤回報即可驗證網頁應用程式。 | [.md](https://openaitools.app/tw/tool/qa-tech.md) | | 9 | [PlayerZero](https://openaitools.app/tw/tool/playerzero) | 14,775 | -23.2% | 需聯絡報價 | 透過遙測與程式碼庫模型來分流事件，提供比標準錯誤回報工具更深入的工程洞察。 | [.md](https://openaitools.app/tw/tool/playerzero.md) | | 10 | [Museum of Models（Rival）](https://openaitools.app/tw/tool/rival) | 9,187 | -35% | 免費 | Archives how various AI models answer identical prompts over time, offering qualitative comparison rather than pricing. | [.md](https://openaitools.app/tw/tool/rival.md) | --- 來源：https://openaitools.app/tw/compare/jamgpt-vs-models-dev More Markdown: [分類](https://openaitools.app/tw/categories.md) · [流量排名](https://openaitools.app/tw/rankings.md) · [llms.txt](https://openaitools.app/tw/llms.txt)