我做了两个JSON涵盖各模型接口信息

前情提要：

全军覆没：国产大模型，都没做好 OpenAI 兼容

大模型真实速度一览（附：测试脚本）

这段时间

我在疯狂测各种接口

本着不重复造轮子的原则

我把测试用的配置放 git 了

就是各模型 name 和 base_url

https://github.com/CocoSgt/LLMs_info

包含俩文件

models_info.json

包含不同大预言模型的信息

如品牌、费用和最大上下文长度，类似：

{ "Baichuan": { "base_url": "https://api.baichuan-ai.com/v1", "chinese_name": "百川" }, "DeepSeek": { "base_url": "https://api.deepseek.com", "chinese_name": "深度求索" }, "Moonshot": { "base_url": "https://api.moonshot.cn/v1", "chinese_name": "月之暗面"    }...}

companies_info.json

包含提供这些模型的公司的信息

包括用于 OpenAI SDK 的 base_url，类似：

{ "Baichuan3-turbo": { "brand": "Baichuan", "input_cost": 12, "output_cost": 12, "currency": "CNY", "max_context_length": 32768, "max_output_length": 2048    },...}

写代码的时

可直接 requests.get(url) 拿 raw 文件

来获取这些信息，然后调用

import requestsimport jsondef fetch_json_from_url(url): response = requests.get(url) return json.loads(response.text)models_info = fetch_json_from_url("https://raw.githubusercontent.com/CocoSgt/LLMs_info/main/models_info.json")companies_info = fetch_json_from_url("https://raw.githubusercontent.com/CocoSgt/LLMs_info/main/companies_info.json")

有啥用

方便批量测试，无需到处找文档

（API 还得用自己的）

比如这个：）

‍

后续

数据还不全，我会把他更新好

持续更新:

有些模型，在文档里没找到具体数值，得手动测试才能更新。

比如，4k 指的是 4095，4096，还是 4000？

更多模型:

如有更多模型支持 OpenAI SDK，我也会同步更新上

打算写一份更清晰的文档

很多模型的文档不好找（比如：Qwen），我打算重写一份，分享给大家

估摸要花点时间，因为很多的文档行为是错的，甚至 OpenAI 的文档也有不少错误，得人工修正