我给自己搭了一个"大模型情报站"

记一个业余项目的诞生：44 个大模型、每个数字都有出处、每天凌晨自己巡逻更新。
文中所有截图均为线上实拍，网站在这里：https://model.heylai.cyou

起因：我受够了"到处问"

这几年用 AI 的朋友大概都有类似的经历——

想挑个大模型，先去搜索引擎。张三说 A 家最强，李四说 B 家封神，点进官方页面，每一家都在庆祝自己遥遥领先。好不容易找到第三方评测，A 榜单说它 96 分，B 榜单测出来只有 80 分，评论区还在吵架说测的不是同一个版本。

更让人心累的是迭代速度。上个月还站在领奖台上的型号，这个月就悄悄退居二线，价格表一周三变。信息不是没有，是太碎了，而且很多是"王婆卖瓜"。

于是我萌生了一个念头：自己搭一个网站，把主流大模型的数据集中放在一处——跑分、价格、上下文长度、擅长什么、短板在哪，全部摆在一起。不吹不黑，每个数字都注明出处，点一下就能跳到原始来源；查不到的数据就老老实实写"待核实"，绝不编一个数字凑数。

说干就干。

它长什么样子

先上门面照。这是网站首页——模型库，四十四个主流模型一字排开。每张卡片上写着它的身价（每百万 token 多少钱）、脑力（独立评测的智能指数）、记性（上下文窗口）和本事（能不能看图、听音、看视频）。顶部的筛选器按国家给厂商分了组，每家后面还标着"几个模型"，想同时看两家以上的厂商，勾上就行。

看到感兴趣的，勾选"对比"，拖到底部的对比栏，就进了网站真正的主角——多模型对比。下面这张图里四位顶级选手同台竞技：知识谁最扎实、编程谁最猛、谁又便宜又能打，绿色的小"最优"标记直接圈出来。表格看腻了，一键切换成雷达图，几个模型的能力形状差异一眼分明。

点开任何一张卡片，是它的"个人档案"：官方报价、第三方实测、不同口径的分数并列展示、擅长什么、短板在哪、适合什么场景。整个网站我最得意的就是这个细节——每个数字旁边都有来源标注，点击即达。这个网站不替你下结论，它只负责把证据整整齐齐摆在你面前。

手机上也能顺畅使用，毕竟查模型这种事，经常发生在通勤路上和饭桌上。

折腾路上摔的几跤

项目做得不大，跟头摔得不少。挑几段印象深的记在这里。

第一跤：把服务器"团灭"了

部署前期排查问题，我想清理自己起的测试进程，用了一条"把所有 XX 进程都杀掉"的粗暴命令。结果呢？服务器上几个不相干的常驻服务、连同我自己赖以操作的远程连接，一起被送走了。

重新连上服务器的那一刻，后背有点凉。从那以后我给自己立了条规矩：在服务器上动手之前，先问自己一句"这刀下去会不会误伤别人"——定位到具体的那个进程、那个文件、那个端口，再出手。宁可多花两分钟，不再图那一秒钟的省事。

第二跤：绿色高亮给了"最差"的模型

网站基本成型那晚，我在对比页盯着看，总觉得哪里不对：一列跑分里，标着"最优"的绿色怎么落在一个明显偏低的数字上？

顺着查下去，是个特别隐蔽的约定没对上：数据库里记录"分数是越高越好"，前端读的时候用了另一个拼法，没读到，就自作主张按"越低越好"处理了。于是所有跑分行的高亮全部标反——数字都端端正正摆在那里，只是颜色颁错了奖。这种毛病最会伪装，也正因为这样，揪出它的那一刻格外痛快。

第三跤：下拉菜单里的"无名氏"

后来我给厂商筛选做了个精致的分组菜单，发布前自己一测，傻眼了：分组标题下面是一片空白，十四家厂商的名字全都不见了。

排查了半天，发现数据其实传到了前端，只是前后端对同一个字段的名字约定没对齐——它叫 name_zh，我读的是 nameZh，一个下划线之差，名字全丢了。更绝的是，菜单打开后还被下面的卡片悄悄挡住了一层，点选择根本点不中。两个问题叠在一起，看起来就是"点了没反应"。

修好那一刻，看着"智谱 Z.ai（3 个模型）"整整齐齐列在分组里，有一种说不出的舒坦。

让它自己长大

网站上线只是开始，我不想当一个人肉运维。

于是给它装了三个"自动装置"：

第一，每天凌晨四点半自动巡逻。它自己去几个数据源转一圈：谁涨价了、谁降价了、谁把开源权重放出来了，默默记下来。哪个数据源当天闹脾气抓取失败，它就把失败原因写进日志，其他数据源照常工作，互不拖累。

第二，双份账本互相印证。价格这类关键数据，它从两个独立渠道各记一份，并排展示。上线后这份"双保险"立刻立了功：一边报一个价、另一边报另一个价，差异一目了然，谁也别想糊弄谁。它还顺着新渠道核出过一个我当初标错的数据——某个模型明明是闭源的，却被我标成了"开放权重"，被自动核对的数据当场抓了出来。

第三，新模型雷达。数据源里冒出一个没见过的新型号，它就记到候选清单上。我打开管理后台，就能看到这样一张名单——连"即将出生"的模型都在监视范围里。看对了眼，点一下"收录"，新模型的档案自动建好，规格和价格立刻入库。

后台的抓取频率、各种密钥，也都能在这个界面里直接改，保存即生效，不用跑去服务器上折腾。这样就算哪天我在外面用手机，发现抓取频率想调整，也是一分钟能搞定的事。

数据的"为人处世"

如果把这个网站当作一个人，我希望它的性格是这样的：

较真。每个数字必须有出处。同一个指标两家来源打架？都留着，都标注，让读者自己看，绝不偷偷平均抹平。

谦逊。查不到就写"待核实"。首页上你确实会看到几个"待核实"，那不是没做完，是我不愿意编。

有分寸。它只在自己的一亩三分地里活动，不碰服务器上的邻居；管理后台锁着门，写操作全部在密码之后。

勤快而不越界。该自动的（价格、规格、新模型嗅探）全自动；不该自动的（跑分核验、能力评价）老实人工整理——因为评测口径的水太深，自动化抓来的数字如果不加分辨，看着整齐，错得离谱。

写在最后

从一个"到处问模型哪个强"的烦恼出发，到每天自动更新、手机能用的正式站点，这段折腾的日子值了。

回头看看，做这个小项目教会我的，其实和写代码关系不大：是较真的价值——一个下划线的疏忽就能让十四个名字消失；是敬畏的分寸——一次图省事的命令能放倒一片服务；也是诚实的底气——敢写"待核实"，才有资格让读者相信其他每一个数字。

模型的世界每天都很热闹。而它会在热闹旁边，安安静静地，记一笔一笔的账。

网站地址：https://model.heylai.cyou
记于 2026 年 9 月。

附：技术栈速览（给同行朋友）

• 后端 Node.js + Express + SQLite，前端 React + Vite + ECharts，nginx 反代 + systemd 常驻 + certbot 自动续期
• 数据源：OpenRouter、models.dev 双渠道每日自动抓取；跑分以人工核验的种子数据为主（来源：Artificial Analysis、Vals AI、Epoch AI 等，逐条标注口径）
• 想折腾类似项目的，部署手册、开发手册、自动抓取手册我都有整理，欢迎交流