Models.dev는 다양한 AI 모델의 사양과 가격, 기능적 특징을 통합한 오픈소스 데이터베이스이다. 서버리스 프레임워크 SST 팀이 개발한 이 프로젝트는 분산된 AI 모델 정보를 중앙화된 커뮤니티 자원으로 통합하여 관리하는 것을 목적으로 한다. 개발자는 제공되는 API를 통해 AI SDK와 호환되는 모델 식별자로 정보를 조회할 수 있으며, 서비스 제공업체별 로고를 SVG 형식으로 내려받아 프로젝트에 통합할 수 있다.

데이터는 모델별, 제공업체별로 분류된 TOML 구성 파일을 통해 저장된다. 각 항목에는 출시일, 지식 차단 시점, 100만 토큰당 입력 및 출력 비용과 같은 상세 지표가 포함된다. 또한 파일 첨부, 도구 호출(Tool Calling), 구조화된 출력 지원 여부 등 기능적 사양도 관리한다. 모델 상속을 지원하는 'extends' 필드를 통해 개발자는 기본 모델을 참조하여 별도의 데이터 중복 없이 설정을 반영할 수 있으며, 이를 통해 생태계 전반의 업데이트 효율을 확보했다.

커뮤니티 기여는 표준 풀 리퀘스트 워크플로를 거치며, GitHub Actions가 사전 정의된 스키마에 따라 신규 항목을 자동 검증한다. 검증 단계에서는 데이터 유형과 필수 필드, 구문 정확성을 확인하여 데이터 무결성을 보장한다. 데이터베이스는 텍스트, 이미지, 오디오, 비디오를 포함한 다양한 모달리티를 추적하며, 모델 상태를 알파, 베타, 또는 지원 중단으로 식별한다. TypeScript 기반의 구조를 갖춘 이 프로젝트는 개발자가 데이터셋을 직접 테스트하고 시각화할 수 있는 프론트엔드 컴포넌트와 API 도구를 제공한다.

Models.dev는 다양한 AI 모델의 사양과 가격, 기능적 특징을 통합한 오픈소스 데이터베이스이다. 서버리스 프레임워크 SST 팀이 개발한 이 프로젝트는 분산된 AI 모델 정보를 중앙화된 커뮤니티 자원으로 통합하여 관리하는 것을 목적으로 한다. 개발자는 제공되는 API를 통해 AI SDK와 호환되는 모델 식별자로 정보를 조회할 수 있으며, 서비스 제공업체별 로고를 SVG 형식으로 내려받아 프로젝트에 통합할 수 있다.

데이터는 모델별, 제공업체별로 분류된 TOML 구성 파일을 통해 저장된다. 각 항목에는 출시일, 지식 차단 시점, 100만 토큰당 입력 및 출력 비용과 같은 상세 지표가 포함된다. 또한 파일 첨부, 도구 호출(Tool Calling), 구조화된 출력 지원 여부 등 기능적 사양도 관리한다. 모델 상속을 지원하는 'extends' 필드를 통해 개발자는 기본 모델을 참조하여 별도의 데이터 중복 없이 설정을 반영할 수 있으며, 이를 통해 생태계 전반의 업데이트 효율을 확보했다.

커뮤니티 기여는 표준 풀 리퀘스트 워크플로를 거치며, GitHub Actions가 사전 정의된 스키마에 따라 신규 항목을 자동 검증한다. 검증 단계에서는 데이터 유형과 필수 필드, 구문 정확성을 확인하여 데이터 무결성을 보장한다. 데이터베이스는 텍스트, 이미지, 오디오, 비디오를 포함한 다양한 모달리티를 추적하며, 모델 상태를 알파, 베타, 또는 지원 중단으로 식별한다. TypeScript 기반의 구조를 갖춘 이 프로젝트는 개발자가 데이터셋을 직접 테스트하고 시각화할 수 있는 프론트엔드 컴포넌트와 API 도구를 제공한다.