# Models.dev vs Scale 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。Scale 记录了 616,915 月访问量，增长率为 +12.5%，定价为定价请咨询。 | 指标 | [Models.dev](https://openaitools.app/zh/tool/models-dev) | [Scale](https://openaitools.app/zh/tool/scale) | | :--- | :--- | :--- | | 官网地址 | https://models.dev | https://scale.com | | 分类 | AI Models, AI API, Open Source AI Models, AI Tools Directory | AI Developer Tools, Large Language Models (LLMs), AI Models, AI Agent | | 定价模式 | 免费 | 定价请咨询 | | 月访问量 | 200,451 | 616,915 | | 月度环比增长率 | -3.9% | +12.5% | | 主要市场 | 中国 | 美国 | | 直接访问量 | 136,316 | 191,408 | | 评价得分 | 4.4 | 4.7 | | 收藏数 | 0 | 3 | | 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) ## Scale Scale is an enterprise AI company that supplies the data, evaluation and deployment layers behind production AI. Its Data Engine sources and labels training data for frontier models, its evaluation work benchmarks model capability, and its platform teams help enterprises and governments move AI systems from pilot into real operations. **定价与套餐:** Contact for pricing. Scale does not publish rates; engagements are scoped through a sales conversation and depend on data volume, services and programme complexity. - **Data Engine:** Human-sourced and expert-annotated training data, including specialist contributors with advanced degrees, at the quality bar frontier labs require. - **Model evaluation & benchmarks:** Public leaderboards plus private benchmarks that test model capability and safety for the most ambitious AI developers. - **Enterprise AI applications:** Platform and services teams that pick the right use case, build the system and take ownership of the outcome. - **Agentic deployment:** Agentic systems designed around measurable business outcomes across private equity portfolios, energy and healthcare operations. - **Domain expertise:** Programmes spanning healthcare, robotics, defence, public sector and enterprise with human oversight built in. **优势:** Backed by a long track record in training data and model evaluation.; End-to-end coverage from data sourcing through to deployed systems.; Experienced with regulated, classified and safety-critical environments.; Benchmarks and leaderboards give an independent view of model capability. **局限:** No public pricing or self-serve signup - you need a sales conversation to get started.; Enterprise-scale contracting and data operations require real internal commitment.; Overkill for small teams with modest data or evaluation needs.; Some projects involve sensitive government and defence work with strict compliance overhead. [工具详情（Markdown）](https://openaitools.app/zh/tool/scale.md) ## 常见问题 ### Models.dev 和 Scale 在月流量上如何比较？ Models.dev 有 200,451 月访问量，而 Scale 有 616,915。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%；Scale 为 +12.5%。 ### 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。 Scale: 定价请咨询。Contact for pricing. Scale does not publish rates; engagements are scoped through a sales conversation and depend on data volume, services and programme complexity. ## 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 | [Roboflow](https://openaitools.app/zh/tool/roboflow) | 1,431,204 | +6.6% | 免费增值，定价请咨询 | 简化计算机视觉数据集标注与模型训练，但不太适合通用的 LLM 文本任务。 | [.md](https://openaitools.app/zh/tool/roboflow.md) | | 2 | [Labelbox](https://openaitools.app/zh/tool/labelbox) | 762,803 | -22.8% | 定价请咨询 | 专注于企业级数据标注和训练数据整理，类似于 Scale 的核心标注业务。 | [.md](https://openaitools.app/zh/tool/labelbox.md) | | 3 | [SuperAnnotate](https://openaitools.app/zh/tool/super-annotate) | 386,034 | +37.4% | 免费试用，定价请咨询 | 提供企业级多模态标注和数据管理工具，但对托管式标注人力的强调较少。 | [.md](https://openaitools.app/zh/tool/super-annotate.md) | | 4 | [Weights & Biases（CoreWeave Forge）](https://openaitools.app/zh/tool/prompts) | 315,624 | -80.2% | 免费增值，定价请咨询，免费 | 在互联环境中跟踪、评估并交付 AI 模型与智能体。 | [.md](https://openaitools.app/zh/tool/prompts.md) | | 5 | [Arize AI](https://openaitools.app/zh/tool/arize-com) | 249,028 | +3.2% | 付费，定价请咨询 | Focuses on post-deployment LLM observability and evaluation rather than training data generation or annotation. | [.md](https://openaitools.app/zh/tool/arize-com.md) | | 6 | [Encord](https://openaitools.app/zh/tool/encord-com) | 244,204 | +9.4% | 定价请咨询 | 专门提供针对计算机视觉和物理 AI 工作负载量身打造的数据基础设施与标注服务。 | [.md](https://openaitools.app/zh/tool/encord-com.md) | | 7 | [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) | | 8 | [Label Studio](https://openaitools.app/zh/tool/label-studio) | 137,199 | -16.1% | 定价请咨询，免费 | 提供灵活的开源替代方案，适用于自定义数据标注和人机回环（Human-in-the-loop）标注管道。 | [.md](https://openaitools.app/zh/tool/label-studio.md) | | 9 | [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) | | 10 | [Maxim AI](https://openaitools.app/zh/tool/maxim-ai) | 121,351 | +10% | Contact for Pricing, Free Open Source | Provides LLM evaluation and testing workflows, but lacks Scale's massive human-in-the-loop data labeling services. | [.md](https://openaitools.app/zh/tool/maxim-ai.md) | --- 来源：https://openaitools.app/zh/compare/models-dev-vs-scale 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)