The post has been translated automatically. Original language: Russian
The AI ecosystem is growing incredibly fast. New models, providers, APIs, SDKs, and inference platforms appear almost every week. But it's still inconvenient to search, compare, and verify them: the information is scattered across documentation, pricing pages, GitHub repositories, and various services.
That's why I started building OpenModels, an open-source infrastructure project for searching, validating, and comparing LLM models and inference providers.
What are OpenModels?
OpenModels is a single data source about the LLM ecosystem: metadata models, capabilities, pricing, rate limits, availability, and real-time provider health.
Simply put, it is a structured machine-readable database of everything you need to know about LLM models and where they can be run.
Currently, OpenModels already:
98 models · 48 providers · 135 model-provider mappings · 62 AI agent skills
Among the providers and vendors: OpenAI, Anthropic, Google, Meta, xAI, DeepSeek, Mistral, Cohere, AI21 Labs, Alibaba Qwen, TII Falcon, IBM Granite, Xiaomi MiMo, Tencent, Lakeside AI and others.
The countries represented are: US, CN, FR, GB, KZ, UZ, KR, IL, AE, RU.
Telemetry – what's already working
One of the most interesting parts of OpenModels is the telemetry layer.
We are launching real-time health and latency probes on registered providers in order to understand not only "what models exist", but also how providers really work right now.
What is already working:
- health probes — check if the provider's API is available;
- latency probes via real inference calls;
- measuring time-to-first-token, TTFT, and total response time;
- validation of streaming responses — separate transport success and semantic success;
- authenticated probes with real API keys: Bearer, API key, query param;
- per-provider probe policies with daily limits on Redis;
- calculation of P50/P95 / P99 latency percentages;
- storing historical data for 30 days;
- throughput benchmarks — tokens per second under load.
This allows you to see not only the provider's stated characteristics, but also its actual behavior: latency, stability, availability, and the quality of streaming responses.
Skills
OpenModels also has a curated catalog of 62 AI agent skills in 9 categories.:
development, writing, data, research, creative, ops, testing, security, productivity.
Each skill describes:
- recommended models;
- example prompts;
- compatible tools;
- input/output schemas.
The idea is to describe the capabilities of AI agents in a structured way: not just “this model writes code well,” but in which scenario, with which tools, with which input and output data.
MCP Registry
We are building a catalog of MCP servers for the Model Context Protocol: with metadata, categories, transport types, and ready-made configurations for popular AI tools.
What will be inside:
- structured metadata: tools, resources, prompts, transport types;
- one-click IDE config generation for Claude Code, Cursor, Windsor, Kiro, VS Code Copilot, Gemini CLI;
- search and filtering by categories, transport and tags
Roadmap
What's next:
- TypeScript, Python SDK;
- user accounts with OAuth via GitHub and Google;
- saved model collections and watchlists;
- interactive cost calculator;
- pricing change alerts;
- provider health dashboard;
- routing intelligence for choosing the optimal provider;
- OpenModels Mac App.
I will be glad for feedback, ideas and contributions from the community.
OpenModels: www.openmodels.run
GitHub: github.com/openmodelsrun
Docs: docs.openmodels.run
AI-экосистема растет невероятно быстро. Почти каждую неделю появляются новые модели, провайдеры, API, SDK и inference-платформы. Но искать, сравнивать и проверять их все еще неудобно: информация разбросана по документации, pricing pages, GitHub-репозиториям и разным сервисам.
Именно поэтому я начал строить OpenModels — open-source инфраструктурный проект для поиска, валидации и сравнения LLM-моделей и inference-провайдеров.
Что такое OpenModels?
OpenModels — это единый источник данных о LLM-экосистеме: metadata моделей, capabilities, pricing, rate limits, availability и real-time provider health.
Проще говоря, это структурированная machine-readable база всего, что нужно знать о LLM-моделях и о том, где их можно запускать.
Сейчас в OpenModels уже:
98 моделей · 48 провайдеров · 135 model-provider mappings · 62 AI agent skills
Среди провайдеров и вендоров: OpenAI, Anthropic, Google, Meta, xAI, DeepSeek, Mistral, Cohere, AI21 Labs, Alibaba Qwen, TII Falcon, IBM Granite, Xiaomi MiMo, Tencent, Poolside AI и другие.
Представлены страны: US, CN, FR, GB, KZ, UZ, KR, IL, AE, RU.
Telemetry – что уже работает
Одна из самых интересных частей OpenModels — это telemetry layer.
Мы запускаем real-time health и latency probes по зарегистрированным провайдерам, чтобы понимать не только «какие модели существуют», но и как реально работают провайдеры прямо сейчас.
Что уже работает:
- health probes — проверяем, доступен ли API провайдера;
- latency probes через реальные inference calls;
- измерение time-to-first-token, TTFT, и общего response time;
- валидация streaming responses — отдельно transport success и semantic success;
- authenticated probes с реальными API keys: Bearer, API key, query param;
- per-provider probe policies с дневными лимитами на Redis;
- расчёт P50 / P95 / P99 latency percentiles;
- хранение исторических данных за 30 дней;
- throughput benchmarks — tokens per second под нагрузкой.
Это позволяет видеть не только заявленные характеристики провайдера, но и его фактическое поведение: latency, stability, availability и качество streaming responses.
Skills
В OpenModels также есть curated catalog из 62 AI agent skills в 9 категориях:
development, writing, data, research, creative, ops, testing, security, productivity.
Каждый skill описывает:
- рекомендуемые модели;
- example prompts;
- совместимые tools;
- input/output schemas.
Идея в том, чтобы описывать capabilities AI-агентов структурированно: не просто “эта модель хорошо пишет код”, а в каком именно сценарии, с какими инструментами, с какими входными и выходными данными.
MCP Registry
Мы строим каталог MCP-серверов для Model Context Protocol: с метаданными, категориями, transport types и готовыми конфигурациями для популярных AI-инструментов.
Что будет внутри:
- structured metadata: tools, resources, prompts, transport types;
- генерация IDE config в один клик для Claude Code, Cursor, Windsurf, Kiro, VS Code Copilot, Gemini CLI;
- поиск и фильтрация по категориям, transport и tags
Roadmap
Что дальше:
- TypeScript, Python SDK;
- user accounts с OAuth через GitHub и Google;
- saved model collections и watchlists;
- interactive cost calculator;
- pricing change alerts;
- provider health dashboard;
- routing intelligence для выбора оптимального провайдера;
- OpenModels Mac App.
Буду рад feedback, идеям и contributions от сообщества.
OpenModels: www.openmodels.run
GitHub: github.com/openmodelsrun
Docs: docs.openmodels.run
Share
