快速查看模型能力與價格，了解可串接的 AI 模型
Moonshot
Kimi K3.1 Pro
Kimi K3.1 Pro 是 Moonshot AI 的旗艦開放權重多模態推理模型，也是 Kimi K3 經後訓練後的後繼版本，上下文視窗達 100 萬 token。它專為長週期程式設計、3D 創作、金融研究與端到端代理式知識工作打造，並原生支援圖像與影片理解。
最大上下文
1M
最大輸出
131.1K
發布日期
2026年10月23日
TypeSafe
Jev 1.14
Jev 1.14 是 TypeSafe 的 System One 模型，用於在軟體中快速進行結構化決策。它會根據開發者定義的問題評估文字與應用程式狀態，回傳選項、是/否機率，以及應用程式可直接使用的分數。它專為分類、路由與自動化工作流程而打造，協助開發者將自然語言判斷轉化為可執行的輸出，並支援在單一請求中平行評估多個問題。
最大上下文
32K
最大輸出
暫無
發布日期
2026年10月14日
TypeSafe
Jev Latest
Jev Latest 會自動追蹤 TypeSafe Jev 決策模型的最新版本。專為快速分類、路由與評分而設計，能評估文字與應用程式狀態，回傳結構化選擇、機率與分數。它需要 Decision API，不支援標準 Chat Completions。
最大上下文
32K
最大輸出
暫無
發布日期
2026年9月18日
查看各模型的輸入、輸出與快取讀取價格，依業務需求評估呼叫成本
import { OpenAI } from "openai";
const client = new OpenAI({)
baseURL: 'https://us-api.tokenhub.com/v1',
apiKey: process.env.TOKENHUB_API_KEY,
});
const response = await client.chat.completions.create({)
model: 'deepseek-v3.2-think',
messages: [{ role: 'user', content: 'Optimize this logic.' }],
});依供應商瀏覽模型，了解各家的模型能力、價格與串接方式
瀏覽完整模型目錄 →並排查看兩款模型的價格、上下文長度與能力差異，選擇更符合需求的模型
瀏覽完整模型目錄 →比較推理能力與呼叫成本，選擇更適合任務的 Pro 或 Flash
比較長篇文字處理與推理表現，選擇符合需求的模型
比較 Kimi 與 GLM 在 AI 代理任務中的表現
比較不同供應商模型的程式設計與推理表現
比較圖像理解、推理等能力，判斷哪款模型更符合需求
綜合比較推理能力、回應延遲與呼叫成本
集中管理模型串接、API Key 與呼叫費用，減少串接多家供應商的開發與維護工作
透過 TokenHub 閘道串接不同供應商的模型，減少重複開發，方便依需求切換模型
了解統一路由 →集中查看模型價格、功能與可用狀態，為業務選擇合適的模型
比較模型 →集中管理 API Key 與呼叫費用，依不同專案與客戶需求安排模型串接
查看應用串接指南 →除了對話模型，也可以在模型中心尋找圖像、影片與語音模型，擴充應用程式的 AI 功能
為個人或團隊建立 TokenHub 工作空間
為帳戶儲值後，即可依需求呼叫平台支援的模型
建立 API Key，並在應用程式中設定 API 位址與模型名稱
“我們保留了原有的 OpenAI 評測程式碼，透過 TokenHub 就能測試多家供應商的模型”
David Chen
Northstar AI 平台負責人
“模型價格、介面與能力都能放在一起比較，選型方便多了，上線前也更容易判斷是否符合需求”
Sarah Jenkins
AI 基礎設施工程師
“客戶需要串接不同供應商的模型時，我們可以透過 TokenHub 統一對接，減少重複開發，更快完成交付”
Marcus Row
RelayWorks 創辦人
閱讀產品動態、模型更新與串接教學，了解如何在應用程式中使用 AI 模型
尋找 Xiaomi MiMo V2.5 OpenRouter 的模型 ID、API 定價、1M 上下文視窗、多模態支援、工具呼叫功能，以及免費的 API 選項。
閱讀文章
了解 MiniMax M3 工具呼叫的運作方式、如何定義工具、處理 tool_calls、回傳函式結果，以及使用 M3 進行程式碼撰寫與代理工作流程。
閱讀文章
了解 GLM 5.2 的 OpenRouter 模型 ID、目前價格、100 萬 Token 的上下文視窗、工具調用支援，以及如何透過 TokenHub 存取 GLM 5.2。
閱讀文章你可以在 TokenHub 選擇不同供應商的模型，集中管理 API Key、用量與費用，減少分別串接與維護多套介面的工作
可以，使用相容 OpenAI 的介面時，替換 Base URL 與 API Key，並指定支援的模型名稱即可；不同介面的呼叫方式請參考程式碼範例
團隊可以集中管理模型串接與費用，為不同專案設定 API Key，並依業務或客戶需求選擇模型
在工作台為帳戶儲值後即可呼叫模型，費用依使用的模型與請求類型計算，用量與支出也能在工作台查看
