# LLMBoard.ai vs Models.dev LLMBoard.ai 每月有 378 次造訪，月增率 0%，定價模式為免費。Models.dev 每月有 200,451 次造訪，成長率 -3.9%，定價模式為免費。 | 指標 | [LLMBoard.ai](https://openaitools.app/tw/tool/llmboard-ai) | [Models.dev](https://openaitools.app/tw/tool/models-dev) | | :--- | :--- | :--- | | 網站網址 | https://www.llmboard.ai | https://models.dev | | 分類 | Large Language Models (LLMs), AI 模型 | AI 模型, AI API, 開源 AI 模型, AI 工具目錄 | | 定價模式 | 免費 | 免費 | | 每月造訪次數 | 378 | 200,451 | | 月成長率 | 0% | -3.9% | | 主要市場 | 美國 | 中國 | | 直接造訪 | 124 | 136,316 | | 評論分數 | 4.6 | 4.4 | | 收藏數 | 1 | 0 | | 支援平台 | 網站 | 網站 | ## LLMBoard.ai LLMBoard.ai 回答的是一個每隔幾週就會改變的問題：我們到底該用哪個模型？它維護持續更新的模型紀錄與基準測試結果，並以任務為單位組織排行榜——綜合對話、代理任務、程式、推理、數學、知識、指令遵循，以及視覺、圖像生成與編輯、影片、文字轉語音、語音轉文字與嵌入等獨立榜單。每個排名背後都有具名基準支撐，如 GPQA、MMLU-Pro、AIME、SWE-Bench Verified、LiveCodeBench、MATH、HumanEval 與 MMMU-Pro。 它與單一分數排名的差異在於刻意拆分訊號。能力評分與價格、執行延遲、供應商可靠性分開呈現，因此某個模型即使位居基準榜首，也不會被預設為最划算或最穩定可用的選擇。站點為對話 Token、圖像、影片與音訊分別設有價格頁面，並搭配速度與可靠性檢視。評分與資料區塊公開了模型對應與計分規則，每個基準頁面展示原始排序與覆蓋範圍，方便你判斷某個名次背後的證據強度。 目標使用者是為特定工作負載評估模型的工程團隊、產品經理與研究人員，也包括關注開源模型與前沿閉源模型對比的讀者。它是資訊與比較資源，本身不託管模型，其結果應視為自主測試的起點。 **價格與方案:** 免費瀏覽。排行榜、基準庫、模型目錄、價格對比與評分說明皆可直接存取，無需訂閱。站點顯示的 Token 價格為各家廠商官方 API 價格彙編，用於比較，並非 LLMBoard.ai 自身收費。 - **分任務排行榜:** 綜合對話、程式、推理、數學、知識、指令遵循、代理任務以及視覺、圖像、影片、音訊、嵌入各有獨立榜單，方便依實際工作場景比較。 - **基準測試庫:** 包含 GPQA、MMLU-Pro、AIME、SWE-Bench Verified、LiveCodeBench、MATH、HumanEval、MMMU-Pro 等單項評測，並展示原始排序與覆蓋範圍。 - **價格與性價比對比:** 對話 Token、圖像、影片與音訊各有價格檢視，並結合成本與能力的關係，協助判斷額外花費是否真的換來更好的輸出。 - **執行時與可靠性數據:** 提供輸出速度與延遲排行以及供應商可靠性訊號，涵蓋模型選型中偏營運層面的考量，而不只是基準分數。 - **模型目錄與評分說明:** 可依廠商、類型、模態與價格篩選的目錄，並公開評分、覆蓋範圍與模型對應規則，使排名可被檢核。 **優勢:** 排行榜、基準庫與價格資料全部免費使用; 刻意拆分能力、價格、執行時與可靠性，而非壓縮成單一分數; 模態覆蓋遠超對話模型，延伸至圖像、影片、音訊與嵌入; 公開計分與對應方法，排名可被檢視而非只能相信 **限制:** 基準名次來自標準化測試結果，未必能預測在你自有資料上的表現; 模型發布節奏快，頁面有時會暫時落後於最新公告; 不提供模型託管或 API 存取，僅用於研究與比較 [Profile (Markdown)](https://openaitools.app/tw/tool/llmboard-ai.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 ### LLMBoard.ai 與 Models.dev 的每月流量相比如何？ LLMBoard.ai 每月有 378 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？ LLMBoard.ai 的月增率為 0%；Models.dev 為 -3.9%。 ### 價格相比如何？ LLMBoard.ai：免費。免費瀏覽。排行榜、基準庫、模型目錄、價格對比與評分說明皆可直接存取，無需訂閱。站點顯示的 Token 價格為各家廠商官方 API 價格彙編，用於比較，並非 LLMBoard.ai 自身收費。 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 | [The Rundown AI](https://openaitools.app/tw/tool/the-rundown-ai) | 1,018,070 | +28.6% | 免費 | 每天五分鐘，掌握頂尖 AI 新聞與落地方法 | [.md](https://openaitools.app/tw/tool/the-rundown-ai.md) | | 2 | [Design Arena](https://openaitools.app/tw/tool/design-arena) | 949,534 | -13.2% | 免費 | 讓 AI 模型同台競技、由真人投票選出最佳設計產出的群眾外包競技場 | [.md](https://openaitools.app/tw/tool/design-arena.md) | | 3 | [Surge AI](https://openaitools.app/tw/tool/surgehq-ai) | 245,142 | +6.6% | 需聯絡報價 | 為前沿 AI 訓練提供專家級人類資料與評估 | [.md](https://openaitools.app/tw/tool/surgehq-ai.md) | | 4 | [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) | | 5 | [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) | | 6 | [Frontier Model Forum](https://openaitools.app/tw/tool/frontiermodelforum-org) | 10,545 | +33.5% | 需聯絡報價 | The Frontier Model Forum is a non-profit industry body founded by Anthropic, Google, Microsoft and OpenAI to advance the safety and security of frontier AI models through best practices, research funding and information | [.md](https://openaitools.app/tw/tool/frontiermodelforum-org.md) | | 7 | [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) | | 8 | [LLM Price Check](https://openaitools.app/tw/tool/llm-price-check) | 8,255 | -34.7% | 免費 | 在簡單的對比表中追蹤各大 AI 供應商的每 Token API 價格，但省略了更廣泛的模型規格。 | [.md](https://openaitools.app/tw/tool/llm-price-check.md) | | 9 | [OpenGPT](https://openaitools.app/tw/tool/opengpt-com) | 3,559 | -24.7% | 免費增值 | 協助比較基礎模型效能與 AI 架構，但比起純資料庫，它更像是一個決策工作區。 | [.md](https://openaitools.app/tw/tool/opengpt-com.md) | | 10 | [thisorthis.ai](https://openaitools.app/tw/tool/thisorthis-ai) | 2,250 | -43.7% | 免費 | 每月投票選出最佳 AI，同步追蹤即時排行榜 | [.md](https://openaitools.app/tw/tool/thisorthis-ai.md) | --- 來源：https://openaitools.app/tw/compare/llmboard-ai-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)