Antwort
Immer
list.Array von Modellobjekten.Jedes Modell enthält immer:
id(string): Modellbezeichnerobject(string):modelcreated(integer): Zeitstempel der Erstellungowned_by(string): Modellanbietertokenlab.aliases(array): Öffentliche Aliase für dasselbe Modelltokenlab.pricing(object): Skalare öffentliche Preiszusammenfassungtokenlab.capabilities(array): Öffentliche Capability-Tagstokenlab.max_input_tokens(number odernull): Eingabekontextlimit, sofern verfügbartokenlab.max_output_tokens(number odernull): Ausgabelimit, sofern verfügbartokenlab.category(string): Öffentliche Modellkategorietokenlab.pricing_unit(string): Öffentliche Preiseinheittokenlab.has_complex_pricing(boolean): Ob das Modell modellabhängige Preisdimensionen hattokenlab.lifecycle(object): Lifecycle-Status, Release-/Deprecation-Daten, Ersatzmodell und Latest-Badge-Quelletokenlab.commercial(object): Nutzer-Abrechnungsrichtlinie, Free-Grund und optionaler Free-until-Zeitpunkttokenlab.badges(array): Anzeige-Badges aus Lifecycle- und Commercial-Metadaten
tokenlab.providers(array): Öffentliche Anbieter, sofern verfügbartokenlab.cache_pricing(object odernull): Prompt-Cache-Preise, sofern verfügbartokenlab.pricing_summary(object odernull): Nur bei Modellen mit komplexer Preisstruktur enthaltentokenlab.request_format_summary(object odernull): Leichte Nicht-Chat-Discovery-Zusammenfassung mitpublic_operations,request_endpointundrequest_endpoint_by_operationtokenlab.agent_preferences(object): Nur vorhanden, wennrecommended_forgesetzt ist
tokenlab.capability_flags, tokenlab.supported_operations, tokenlab.pricing_provenance und tokenlab.request_format_details werden nur von GET /v1/models/{model} zurückgegeben.GET /v1/models ist für Discovery optimiert. Detail-Metadaten wie capability_flags, pricing_provenance und das vollständige request_format_details liegen auf GET /v1/models/{model}.Query-Parameter
Optionaler Filter nach öffentlicher Kategorie. Unterstützt
chat, image, video, audio, tts, stt, music, 3d, embedding, rerank und translation.Optionale Empfehlungsszene für Nicht-Chat-Modelle. Unterstützt
image, video, music, 3d, tts, stt, embedding, rerank und translation.Optionaler Filter nach Anbieter, z. B.
openai, anthropic, google oder deepseek.Optionaler Modell-Tag-Filter, z. B.
chat, image, video, embedding oder translation.Wenn
recommended_for gesetzt ist, sortiert /v1/models Nicht-Chat-Modelle nach dem neuesten zwischengespeicherten 24-Stunden-Erfolgsraten-Snapshot. Modelle mit status = "insufficient_samples" bleiben sichtbar, werden aber hinter den bewerteten Modellen einsortiert.Nach Anbieter filtern
Modellkategorien
| Anbieter | Beispielmodelle |
|---|---|
openai | gpt-5.4, gpt-5.4-mini, gpt-5-mini, gpt-4o, gpt-image-2 |
anthropic | claude-opus-4-6, claude-sonnet-4-6, claude-haiku-4-5 |
google | gemini-3.1-pro-preview, gemini-3.5-flash, gemini-2.5-pro |
deepseek | deepseek-r1, deepseek-v3-2 |
xai | grok-4.1 |
moonshot | kimi-k2.5 |
minimax | minimax-m3 |
meta | llama-3.3-70b, llama-3.1-405b |
Beispiel für Agentenempfehlung
Response
Modelllöschung
DELETE /v1/models/{model} wird nicht unterstützt. TokenLab-Modelle sind ein gemeinsamer öffentlicher Katalog, keine nutzereigenen Fine-Tuning-Modellressourcen.