model-price-radar:按工作场景选模型与比价

前言

在 DSH 里接多家大模型 API 时,价格和「这档模型适不适合当前任务」往往要翻文档、对汇率、再靠经验猜。社区目录里的 model-price-radar(维护者 davzlcm,分类:工作流)是面向 DeepSeek Harness 的侧栏插件:打开价格面板,按七个常见工作场景给出各家旗舰与多组推荐,并把人民币单价、典型请求花费和中文说明收在一处。本文基于仓库 README 与 package.json(当前版本 1.4.8,MIT)整理功能与安装方式;插件在 DSH 宿主进程权限下运行,安装前请自行审阅源码与许可证。

这是什么

model-price-radar 在 DSH 左侧栏提供图标,点击进入价格面板。面板按场景列出 各家旗舰 + 12 款推荐(四组、组间不重复),每张卡片只保留模型名、人民币输入/输出单价(每百万 token)、本场景典型请求估算花费和一句中文简介;点卡片在面板内切换到整页详情,不弹窗。

收录范围(README 约定):

  • 国内 4 家:DeepSeek、通义千问、Kimi、智谱 GLM
  • 国外 4 家:ChatGPT(OpenAI)、Claude(Anthropic)、Gemini(Google)、Meta
  • 每家按档位只收最新一代;图片、语音、Embedding、Realtime 等非文本计价模型不纳入

仓库:https://github.com/davzlcm/model-price-radar
目录页:https://www.skillhub.cn/plugins/davzlcm/model-price-radar

核心功能

场景与四组推荐

七个场景标签:快问快答、中文写作、文档办公、代码工具、运维排障、智能体任务、深度讨论。

每个场景分四组:

组 选法 适合
旗舰模型 每家最新最强顶级型号各一款 看各家能力上限
效果最好 排除旗舰后按能力评分从高到低 任务不能出错
完美胜任 · 性价比高 A/B 评级里「每元能力」优先 长期、大量调用
基本满足 · 价格最低 C 以上、按价格从低到高 能出结果即可

同组卡片一行四列;有峰谷价的模型在价格旁补闲时价。卡片不显示厂商名、排名和 A/B/C 图标。

详情页

详情按约 1280px 宽展开,首屏四格:本场景典型花费、输入单价、输出单价、上下文。正文含中文简介、官方 API 与 OpenRouter 并排比价、峰谷/促销说明、能力特点、七场景评级条、四个使用案例、「如何用得更好」、优缺点与来源链接;右栏为参数卡(档位、上下文、最大输出、发布、模态、缓存等)。

价格与评级口径

  • 面板统一 人民币;DeepSeek 等直接人民币报价的用官方原价,其余按 open.er-api.com 实时汇率折算,失败用内置参考汇率。
  • 有峰谷定价的以高峰时段标价参与排序与花费估算(如 DeepSeek V4.1 Flash、V4 Pro 的高峰/闲时规则见 README);促销价按生效价算,详情写到期日。
  • 典型花费 = 场景输入 token × 输入单价 + 场景输出 token × 输出单价。

场景评级来自 data/capability-ratings.json(人工调研);评分以调研评级为主、任务花费相对中位数为辅。无调研条目的模型回退到能力标记、榜单名次与价格推断,详情不展示场景评级条,避免占位误导。

数据与中文化

主要数据源包括 models.dev/api.json、OpenRouter 模型列表(仅比价)、oolong-tea-2026/arena-ai-leaderboards 榜单快照、汇率 API,以及仓库内 price-notes.json、capability-ratings.json 等。README 明确:不猜价格、不补零、不造榜单名次。

简介以 data/descriptions-zh.json 为主;新模型可由 Host 调用当前 harness 默认模型翻译并缓存,也可用 POST /price-radar/translate 手动补齐。

Host 侧提供 /price-radar JSON API(见 index.js);客户端 client.js 负责面板与详情,主题随宿主浅色/深色切换。

安装与启用

官方 README 给出的安装步骤如下(须使用解压后的绝对路径作为 target):

  1. 从 Releases 下载最新的 model-price-radar-*.zip 并解压。
  2. 在 DSH 中执行 plugin_manager install_bundle,target 指向解压目录的绝对路径。
  3. 若提示 already-installed,需先 bump 解压目录内 package.json 的 version 再重装。

维护者还提供基线与冒烟自检(可选,在插件目录内):

node scripts/build-baseline.mjs
node scripts/smoke-host.mjs
node scripts/smoke-client.mjs

package.json 中 dsh.client.immediately 为 true,platform 为 web,安装并加载 bundle 后客户端应随宿主 Web 侧栏就绪。

典型用法

  1. 在 DSH 左侧栏点击 model-price-radar 图标,打开价格面板。
  2. 选择与你当前任务最接近的场景标签(如「代码工具」「智能体任务」)。
  3. 在四组卡片中对比旗舰、效果、性价比与低价档;看典型花费与单价是否符合预算。
  4. 点选模型进入详情:核对官方与 OpenRouter 差价、峰谷/促销、场景评级与使用案例,再决定 API 或路由配置。
  5. 若在 DSH 中切换了默认模型且需要补全新模型的中文简介,可按仓库说明调用 POST /price-radar/translate。

适用场景与注意

适合谁:经常在 DSH 里编排多模型工作流、需要按场景快速比价和看中文说明的开发者;收录以 README 所列 8 家文本模型为主,非文本计价模型不在面板内。

注意:

  • 插件与 DSH 宿主同权限运行;价格与榜单依赖联网拉取与仓库基线,离线时主要依赖内置 data/baseline.json。
  • 汇率、促销截止、峰谷时段以 README 与 data/price-notes.json 维护逻辑为准,决策前建议在详情页核对来源链接。
  • SkillHub 目录为社区站点,与 DeepSeek / 幻方无官方从属关系;星标数会随 GitHub 变化,本文不写未在资料中出现的用户案例或反馈。

结尾

model-price-radar 把「按场景看旗舰与推荐、人民币花费估算、详情里比价与中文点评」收进 DSH 侧栏,减少在多份定价页之间来回切换。进一步了解可看目录页 skillhub.cn/plugins/davzlcm/model-price-radar 与源码 github.com/davzlcm/model-price-radar。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜