每次選 AI 模型都要翻五個官網？快用這個「AI 規格大百科」
你是不是也遇過這種情況：想試試看最新的 AI 模型，但 OpenAI 寫一套、Anthropic 寫一套，甚至有些開源模型（Open Weights）的資訊散落在 GitHub 各處。你想知道這個模型能不能處理圖片？有沒有「推理能力」（就是像人類一樣一步步思考）？最重要的是，用起來貴不貴？
如果你每次都要開 5 個分頁在那邊比對，那真的太累了。其實有一個像「AI 界的比價網站」一樣的工具叫 Models.dev，它把所有主流 AI 模型的規格、價格和能力全部整理成一個開源資料庫，讓你一眼看穿誰才是最強的。
Models.dev 是什麼？你可以把它想成「AI 規格對照表」
簡單來說，Models.dev 就像是一個超級整理筆記。它把複雜的技術文件轉化成簡單的標籤。如果你不懂什麼是 API 或 Token，沒關係，你只需要看它提供的幾個關鍵指標就好：
- Reasoning（推理能力）：就像是在問 AI「你會思考嗎？」。如果這個選項是 True，代表它擅長處理複雜邏輯，適合用來寫程式或解數學題。
- Tool Call（工具調用）：你可以想成 AI 能不能「操作其他工具」。例如讓 AI 自動幫你查天氣或發郵件。
- Knowledge Cutoff（知識截止日）：這很重要！這決定了 AI 知道的事情到哪一年為止。如果截止日是 2023 年，你問它 2024 年的台灣大選，它可能會在亂講話。
- Open Weights（開放權重）：這就像是「食譜公開」。代表這個模型的權重是公開的，開發者可以把它下載到自己的電腦裡跑，不用每次都付錢給大公司。
為什麼這個工具對你很有用？
想像你在公司要提案導入 AI，老闆問你：「用 Claude 3.5 還是 GPT-4o 比較省錢？哪個比較快？」如果你還在翻英文文件，老闆可能已經失去耐心了。用 Models.dev，你只要 10 秒鐘就能給出答案。
具體怎麼使用？3 個步驟快速上手
雖然 Models.dev 是一個開發者導向的開源專案，但對一般人來說，使用邏輯非常簡單：
步驟 1：搜尋你感興趣的模型
直接在搜尋欄輸入模型名稱。例如你想知道最新的 Llama 3 表現如何，輸入後它會直接跳出該模型的詳細定義檔。
步驟 2：對比核心能力
不要被那些英文術語嚇到，你只需要盯著這幾個重點看：
- Attachment：能不能傳檔案？（如果你要分析 50 頁的 PDF，這項必須是 True）
- Structured Output：能不能輸出固定格式？（如果你希望 AI 給你的答案永遠是 JSON 格式，方便你貼進 Excel，就看這一項）
- Temperature：能不能控制隨機性？（就像調整 AI 的「創意程度」，越高越天馬行空，越低越嚴謹）
步驟 3：確認成本與更新日期
檢查 last_updated（最後更新日），確保你看到的價格和功能是最新的。因為 AI 價格掉得比手機快，現在可能比上個月便宜 30% 甚至更多。
進階玩法：如果你想幫忙貢獻（或是想學怎麼定義 AI）
Models.dev 最酷的地方在於它是開源的。如果你發現某個新模型（例如台灣研發的 AI）還沒被收錄，你甚至可以自己幫它建立一個「身分證」。
它的邏輯就像在填表格，你只需要建立一個資料夾，然後寫一個 .toml 檔案（你可以把它想成一個簡單的設定清單），告訴系統：
- 這個模型的名稱是什麼？
- 它的 API 連結在哪？
- 它支援哪些功能？
只要提交一個 Pull Request（就像是向原作者申請「請把我的修改加入」），你的貢獻就會被全世界的開發者看到。
總結：別再盲目試用，用數據選 AI
AI 工具更新速度太快，每天都有新模型出現。與其花時間一個個去試，不如先用 Models.dev 做初步篩選。這就像在買電器前先看「規格對照表」，能幫你省下大量重複測試的時間。
現在就打開 Models.dev，看看你每天在用的那個 AI 模型，到底在規格表上排在第幾名吧！
