ModelSage 大模型智选平台

ModelSage 官网

选型会上常见的场面，是一方说某模型写代码好用，另一方说它太贵，谁也说服不了谁，因为双方拿的是不同来源的数据。ModelSage 想解决的就是这类僵局：把 386 个模型、14 家平台的官方定价、2,985 条真人盲测（Arena Elo）与 2 套持续更新的评测（AA 基准加 Arena 盲测）放进同一套口径，让讨论回到可核对的数字上。它的标语是「看懂模型，选对模型，用好模型」。官网地址 https://modelsage.cn 。

ModelSage 想解决什么问题

大模型选型的麻烦，从来不是模型不够多，而是信息不成体系。价格分散在各家控制台，评测散在各类榜单，口碑散在社区讨论里，三者很少同处一个界面。结果是人被迫用最近听说的那个代替比较。

ModelSage 的做法是先把数据归一，再按决策阶段切片。这一步不炫技，却能把凭印象选型变成按条件筛。

功能拆解：十个入口对应四个动作

选：帮我选按 8 个问题给出候选，排行榜与用量榜提供横向坐标。

比：价格表汇总 14 家平台官方定价，模型对比支持并排查看，最低价回答同等能力谁更便宜。

算：算费用按预估用量折算月度开销，自建测算面向自己搭服务的团队。

用：API 服务用一个接口接入主流大模型，OpenAI 兼容格式、国内直连；企业接入与文档面向走采购流程的团队。

一次完整选型的四个步骤

1. 先看概览数据圈定范围，确认 386 个模型里哪些与自己相关。
2. 到「帮我选」回答 8 个问题，拿到按匹配度排序的候选，价格与评测一并呈现。
3. 用「模型对比」验证差异，再用「算费用」把几个候选折算成可比的月度成本。
4. 选定后进「API 服务」，按 OpenAI 兼容格式替换两行配置即可调用；不熟悉流程的先看接入文档，地址在 https://modelsage.cn 。

三类榜单各自回答什么

综合能力看 AA Intelligence Index，偏通用任务的整体水位；代码能力看 AA Coding Index，偏工程场景；Agent 智能体能力看 Arena AI 的净提升百分点，衡量的是加上这个模型之后任务完成度提升多少。三类榜单并列会得出不同结论，这恰恰是有用的地方。

值得单看的是同档价差：能力分 85 以上的 20 个模型之间，存在约 5 倍的同档能力价差。同一档能力里，花多少有很大选择空间。平台还保留调价记录与提醒，说明定价不是静态参数。

如果更关心具体业务场景下的表现，可以对照 XSCT Bench: 场景化的大模型测评平台，发现最适合你的 AI 模型 的测评维度，它按场景拆分，与基准榜互为补充。

哪些团队适合用

正在做技术选型的产品与研发团队，可以用它把讨论从我觉得推进到数据显示。

成本压力明显的项目，适合用「最低价」与「算费用」找同档更便宜的替代。

需要对接多家模型的服务商，会更关心接口层：一个 API 打通多家模型，意味着切换成本下降。若已在用其他聚合通道，也可以对比 大模型api 的接入方式，以及 中宏全球大模型ai接口 的通道设计，重点看协议兼容与直连质量。

常见问题（FAQ）

上面的数据会持续更新吗？

模型数量、平台定价与盲测记录都在持续更新；评测由 AA 基准与 Arena 盲测两套体系构成，盲测部分标注 Arena Elo 口径，具体以页面标注为准。

没有技术背景能用吗？

可以。「帮我选」以问答给出候选，不必自己读参数表，价格与评测同时列出。接入 API 才涉及代码，官方提供兼容格式与文档。

榜单第一名就是最优解吗？

不是。榜单衡量能力，不衡量你的预算与延迟要求。合理顺序是先按能力划出及格线，再在及格线内用价格与用量数据做二次筛选。

能否只用它做价格监控？

可以。价格表覆盖 14 家平台官方定价，并保留调价记录与提醒，适合把模型有没有调价这类问题交给它跟踪。

官网网址

官网地址：https://modelsage.cn 。选型、比价、算费用与接入文档都能在同一站内找到。

ModelSage 值得用吗

判断标准很简单：它是否减少了你做决定的时间。如果团队每次选型都要重新查一遍价格、翻一遍榜单，这类工具的价值是明确的；如果一年只选一次模型，收益就有限。

它的长处是口径统一。把定价、评测、盲测放进一套表，比分别看三份来源更不容易出错。短板也在这里：任何汇总站都滞后于官方，签约前的最终价格与配额，仍应以平台侧信息为准。

务实一点，把它当成选型的第一道筛子，而不是最后判决。先用它把 386 个模型收敛到三个，再用真实流量跑一轮测试，结论更可靠。