Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.lemondata.cc/llms.txt

Use this file to discover all available pages before exploring further.

​
Antwort

​
object
string
Immer list.
​
data
array
Array von Modellobjekten.Jedes Modell enthält:
  • id (string): Modellbezeichner
  • object (string): model
  • created (integer): Zeitstempel der Erstellung
  • owned_by (string): Modellanbieter
  • lemondata.category (string): Öffentliche Modellkategorie
  • lemondata.pricing_unit (string oder null): Öffentliche Preiseinheit, sofern verfügbar
  • lemondata.capability_flags (object oder null): Öffentliche Fähigkeitsübersicht
  • lemondata.supported_operations (array oder null): Öffentliche Nicht-Chat-Operationen für das Modell
  • lemondata.pricing_provenance (object oder null): Öffentliche Metadaten zur Preisquelle
  • lemondata.public_contract_summary (object oder null): Leichte Discovery-Zusammenfassung mit nur public_operations und request_endpoint
  • lemondata.agent_preferences (object): Nur vorhanden, wenn recommended_for gesetzt ist
GET /v1/models ist für Discovery optimiert. Detail-Metadaten wie capability_flags, pricing_provenance und das vollständige public_contract liegen auf GET /v1/models/{model}.

​
Query-Parameter

​
category
string
Optionaler Filter nach öffentlicher Kategorie. Unterstützt chat, image, video, audio, tts, stt, music, 3d, embedding, rerank und translation.
​
recommended_for
string
Optionale Empfehlungsszene für Nicht-Chat-Modelle. Unterstützt image, video, music, 3d, tts, stt, embedding, rerank und translation.
​
provider
string
Optionaler Filter nach Anbieter, z. B. openai, anthropic, google oder deepseek.
​
tag
string
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.
curl "https://api.lemondata.cc/v1/models" \
  -H "Authorization: Bearer sk-your-api-key"

{
  "object": "list",
  "data": [
    {
      "id": "gpt-5.4",
      "object": "model",
      "created": 1706000000,
      "owned_by": "openai"
    },
    {
      "id": "claude-sonnet-4-6",
      "object": "model",
      "created": 1706000000,
      "owned_by": "anthropic"
    },
    {
      "id": "gemini-2.5-flash",
      "object": "model",
      "created": 1706000000,
      "owned_by": "google"
    }
  ]
}

​
Nach Anbieter filtern

# Get all OpenAI models
openai_models = [m for m in models.data if m.owned_by == "openai"]

# Get all Anthropic models
anthropic_models = [m for m in models.data if m.owned_by == "anthropic"]

​
Modellkategorien

AnbieterBeispielmodelle
openaigpt-5.4, gpt-5.4-mini, gpt-5-mini, gpt-4o, dall-e-3
anthropicclaude-opus-4-6, claude-sonnet-4-6, claude-haiku-4-5
googlegemini-3-pro-preview, gemini-3-flash-preview, gemini-2.5-pro
deepseekdeepseek-r1, deepseek-v3-2
xaigrok-4.1
moonshotkimi-k2.5
minimaxminimax-m2.1
metallama-3.3-70b, llama-3.1-405b

​
Beispiel für Agentenempfehlung

Response
{
  "object": "list",
  "data": [
    {
      "id": "gemini-2.5-flash-image",
      "object": "model",
      "created": 1706000000,
      "owned_by": "google",
      "lemondata": {
        "category": "image",
        "pricing_unit": "per_request",
        "agent_preferences": {
          "image": {
            "preferred_rank": 1,
            "success_rate_24h": 0.98,
            "sample_count_24h": 423,
            "status": "ready",
            "updated_at": "2026-03-28T12:00:00.000Z",
            "basis": {
              "score_source": "clickhouse_24h",
              "channel_id": null,
              "physical_model": null
            }
          }
        }
      }
    }
  ]
}