# Models.dev vs Multi-Agent Arena

Models.dev 记录了 200,451 月访问量，月度环比增长为 -3.9%，定价为免费。Multi-Agent Arena 记录了 5,242 月访问量，增长率为 -78%，定价为免费。

| 指标 | [Models.dev](https://openaitools.app/zh/tool/models-dev) | [Multi-Agent Arena](https://openaitools.app/zh/tool/multi-agent-arena) |
| :--- | :--- | :--- |
| 官网地址 | https://models.dev | https://olamlabs.ai |
| 分类 | AI Models, AI API, Open Source AI Models, AI Tools Directory | AI 测试, AI Agent, AI Models, AI Research Tool |
| 定价模式 | 免费 | 免费 |
| 月访问量 | 200,451 | 5,242 |
| 月度环比增长率 | -3.9% | -78% |
| 主要市场 | 中国 | 美国 |
| 直接访问量 | 136,316 | 1,953 |
| 评价得分 | 4.4 | 4 |
| 收藏数 | 0 | 0 |
| 支持平台 | 网站 | 网站 |

## Models.dev

Models.dev 要回答一个非常实际的问题：该用哪个模型，成本是多少？网站为每个条目设定形如 provider/model 的规范标识符，因此同一模型在不同供应商下的版本可以直接比较，而无需猜测。表格列包含上下文窗口、最大输出、是否支持输入与输出、推理、工具调用、结构化输出、温度控制、开放或闭源权重、每百万 token 价格，以及发布与更新日期。

由于模型发布节奏很快，该目录以保持最新为目标，提供可排序与可搜索的表格，可按实验室或供应商浏览并筛选关键条件。条目同时涵盖闭源旗舰模型与开放权重模型，因此既能用于成本规划，也能用于能力调研。

项目开源且免费，定位是可被程序化消费的数据源。开发者可以通过 JSON API 或类型安全 SDK 把目录接入自家工具，因此它适合作为仪表盘、路由逻辑或内部成本计算器的后端，而不只是一张用于浏览的参考页。

**定价与套餐:** Models.dev 免费且开源。它本身是参考数据库，所列价格是模型供应商收取的每百万 token 费率，而不是使用本站的费用。

- **规范模型标识符:** 每个模型采用统一的 provider/model 格式，便于跨供应商直接对比同一模型。
- **规格对比:** 并排查看上下文窗口、输出上限、推理、工具调用、结构化输出与温度支持。
- **价格透明:** 列出每百万 token 的输入输出价格，并标注发布与更新日期。
- **开源与闭源兼顾:** 在一个可排序目录中同时覆盖闭源旗舰 API 与各实验室的开放权重模型。
- **面向开发者:** 可通过 JSON API 或类型安全 SDK 获取目录，用于自建工具与仪表盘。

**优势:** 免费开源，无需注册账号; 统一的规范标识符让跨供应商对比更可靠; 在同一张可排序表格中呈现价格、上限与能力; 提供 JSON API 与类型安全 SDK，便于程序化使用

**局限:** 它是参考目录，并非推理或托管服务; 数据质量依赖社区与维护者能否跟上发布节奏; 界面面向开发者，对非技术用户几乎没有引导

[工具详情（Markdown）](https://openaitools.app/zh/tool/models-dev.md)

## Multi-Agent Arena

Multi-Agent Arena 是 Olam Labs 扩展模拟世界这一整体工作的一部分。其前提是：更复杂的模拟能推动更强且更安全的模型，因此团队构建多个模型同时交互的环境，让行为可以被度量，而不仅仅是在单轮对话中观察。博弈提供了共同的规则与激励结构，使不同模型的社会行为具备可比性。

该套件涵盖回报结构截然不同的项目：《外交》中结盟与背叛决定成败；扑克考验诈唬与读对手的能力；风险（Risk）把长线规划与临时合作混在一起；此外还有多种谈判场景。由于每款博弈制造的压力不同，同一个模型可能在一款游戏中显得乐于合作，在另一款中却极度自利，而评估正是建立在这些数据之上。公开成果中曾报告过诸如违约率、各模型家族的收益占比等指标。

使用免费，网站除竞技场本身外还发布文章、版本说明与评估报告。Olam Labs 以研究吞吐量为核心命题，认为基础设施和评分能力才是研究多智能体行为的真正瓶颈，并与各家实验室及研究者就强化学习、评估与后训练等场景展开合作。

**定价与套餐:** 免费。未公布付费层级，竞技场与公开研究材料均可直接访问。

- **多款激励结构不同的博弈:** 《外交》、扑克、风险与多种谈判场景各自制造不同压力，让模型的社会行为可以在不同情境下比较。
- **多智能体评估数据:** 对局产出违约率、收益占比等可度量结果，把关于模型个性的模糊印象变成可比较的数字。
- **为模型对比而设计:** 可以将多个模型置于同一场景，直接暴露它们在合作、欺骗与谈判上的差异。
- **公开研究与版本说明:** 团队记录发现、更新与合作情况，使结果可以与竞技场本身一并阅读。
- **免费使用:** 竞技场免费开放，面向研究者、开发者以及任何对多智能体动态感兴趣的人。

**优势:** 免费开放，未描述账号门槛; 博弈提供结构化、可比较的激励，这是普通聊天评估无法替代的; 在同一环境中同时覆盖合作与对抗两类动态; 有 Olam Labs 团队公开的研究与版本说明作为支撑

**局限:** 更偏研究与评估环境，而非打磨完善的消费级游戏; 解读结果需要一定的智能体评估基础; 模型在某款游戏中的表现并不能直接预测真实部署中的行为

[工具详情（Markdown）](https://openaitools.app/zh/tool/multi-agent-arena.md)

## 常见问题

### Models.dev 和 Multi-Agent Arena 在月流量上如何比较？

Models.dev 有 200,451 月访问量，而 Multi-Agent Arena 有 5,242。流量估算描述的是受众规模，而非产品质量。

### 它们的增长率如何比较？

Models.dev 的月度环比增长率为 -3.9%；Multi-Agent Arena 为 -78%。

### 价格如何比较？

Models.dev: 免费。Models.dev 免费且开源。它本身是参考数据库，所列价格是模型供应商收取的每百万 token 费率，而不是使用本站的费用。 Multi-Agent Arena: 免费。免费。未公布付费层级，竞技场与公开研究材料均可直接访问。

## 替代工具

| # | 工具名称 | 月访问量 | 月度环比增长率 | 定价模式 | 简介 | 工具详情（Markdown） |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Code Arena](https://openaitools.app/zh/tool/code-arena) | 35,827,928 | +19.4% | 免费 | 让 AI 编程模型同台竞技 | [.md](https://openaitools.app/zh/tool/code-arena.md) |
| 2 | [Design Arena](https://openaitools.app/zh/tool/design-arena) | 949,534 | -13.2% | 免费 | 让 AI 模型同台竞技、由真人投票选出最佳设计产出的众包竞技场 | [.md](https://openaitools.app/zh/tool/design-arena.md) |
| 3 | [Surge AI](https://openaitools.app/zh/tool/surgehq-ai) | 245,142 | +6.6% | 定价请咨询 | 为前沿 AI 训练提供专家级人类数据与评估 | [.md](https://openaitools.app/zh/tool/surgehq-ai.md) |
| 4 | [Stork](https://openaitools.app/zh/tool/stork) | 201,544 | +2.3% | 免费 | Includes model pricing trackers and developer news alongside tools directories, but less focused on raw API specs. | [.md](https://openaitools.app/zh/tool/stork.md) |
| 5 | [AI Agent Store](https://openaitools.app/zh/tool/ai-agent-store) | 169,388 | -5.4% | 免费增值，免费试用，付费 | 发现、雇佣或构建 AI 智能体的交易市场 | [.md](https://openaitools.app/zh/tool/ai-agent-store.md) |
| 6 | [Future AGI](https://openaitools.app/zh/tool/future-agi) | 121,741 | -7.8% | Freemium, Usage-based | 构建、模拟、评估并监控可自我改进的 AI 智能体 | [.md](https://openaitools.app/zh/tool/future-agi.md) |
| 7 | [Coarena by Coasty](https://openaitools.app/zh/tool/coarena-by-coasty) | 59,004 | -33.5% | 免费 | 用盲测对战评测电脑与手机操作型 AI 智能体 | [.md](https://openaitools.app/zh/tool/coarena-by-coasty.md) |
| 8 | [huntr](https://openaitools.app/zh/tool/huntr-com) | 45,283 | -61.9% | 免费 | 专为 AI 与机器学习安全打造的漏洞赏金平台 | [.md](https://openaitools.app/zh/tool/huntr-com.md) |
| 9 | [InfraBase.ai](https://openaitools.app/zh/tool/infrabase-ai) | 39,072 | -13.6% | 免费 | Catalogues and compares AI infrastructure tools and services across categories, but lacks deep per-token pricing tables. | [.md](https://openaitools.app/zh/tool/infrabase-ai.md) |
| 10 | [Museum of Models（Rival）](https://openaitools.app/zh/tool/rival) | 9,187 | -35% | 免费 | Archives how various AI models answer identical prompts over time, offering qualitative comparison rather than pricing. | [.md](https://openaitools.app/zh/tool/rival.md) |

---
来源：https://openaitools.app/zh/compare/models-dev-vs-multi-agent-arena

更多 Markdown 页面: [分类](https://openaitools.app/zh/categories.md) · [流量排名](https://openaitools.app/zh/rankings.md) · [llms.txt](https://openaitools.app/zh/llms.txt)