Models.devは、AIモデルの仕様、価格、機能的要件を各プロバイダーから横断的に集約するオープンソースデータベースである。サーバーレスフレームワーク「SST」の開発チームが立ち上げた本プロジェクトは、断片化されたAIモデル情報の管理を中央集権的なリソースで解決することを目指す。開発者はAPIを通じて、AI SDKと互換性のある標準モデルIDで情報を照会できるほか、プロバイダーごとのロゴをSVG形式で取得しアプリケーションに組み込める。

リポジトリ内のデータはモデルやプロバイダーごとにTOML形式の設定ファイルで管理される。各エントリにはリリース日、知識カットオフ期間、100万トークンあたりの入出力単価が含まれ、ファイル添付やツール利用、構造化出力などの機能対応状況も明記されている。アーキテクチャは「extends」フィールドによるモデル継承をサポートしており、ベースモデルの設定を継承することで、ラッパーサービスの設定重複を防ぎエコシステム全体の更新の一貫性を確保した。

コミュニティによる投稿はプルリクエスト形式で管理され、GitHub Actionsによって定義済みスキーマに基づいた自動検証が行われる。このプロセスでデータ型や必須フィールド、構文の妥当性をチェックしデータの整合性を維持する仕組みだ。データベースはテキスト、画像、音声、動画といった複数のモダリティに対応し、アルファ、ベータ、廃止といったモデルのステータスも追跡する。TypeScriptで構築された基盤に加え、データセットのテストや可視化を行うためのフロントエンドコンポーネントも提供されている。

Models.devは、AIモデルの仕様、価格、機能的要件を各プロバイダーから横断的に集約するオープンソースデータベースである。サーバーレスフレームワーク「SST」の開発チームが立ち上げた本プロジェクトは、断片化されたAIモデル情報の管理を中央集権的なリソースで解決することを目指す。開発者はAPIを通じて、AI SDKと互換性のある標準モデルIDで情報を照会できるほか、プロバイダーごとのロゴをSVG形式で取得しアプリケーションに組み込める。

リポジトリ内のデータはモデルやプロバイダーごとにTOML形式の設定ファイルで管理される。各エントリにはリリース日、知識カットオフ期間、100万トークンあたりの入出力単価が含まれ、ファイル添付やツール利用、構造化出力などの機能対応状況も明記されている。アーキテクチャは「extends」フィールドによるモデル継承をサポートしており、ベースモデルの設定を継承することで、ラッパーサービスの設定重複を防ぎエコシステム全体の更新の一貫性を確保した。

コミュニティによる投稿はプルリクエスト形式で管理され、GitHub Actionsによって定義済みスキーマに基づいた自動検証が行われる。このプロセスでデータ型や必須フィールド、構文の妥当性をチェックしデータの整合性を維持する仕組みだ。データベースはテキスト、画像、音声、動画といった複数のモダリティに対応し、アルファ、ベータ、廃止といったモデルのステータスも追跡する。TypeScriptで構築された基盤に加え、データセットのテストや可視化を行うためのフロントエンドコンポーネントも提供されている。