Skip to main content
Firecrawl 代理提供三种针对不同场景优化的模型。请根据你的提取复杂度和成本要求选择合适的模型。

可用模型

Spark 1 Pro 为默认值,因此未指定 model 参数的请求会使用 spark-1-pro。将 model 设置为 spark-2,即可在准确率相近的情况下获得更低的成本和更短的运行时间。对于简单的 Spark 1 任务,将 model 设置为 spark-1-mini 可降低 60% 成本。

Spark 2

spark-2 是我们最新的代理模型。它无需在准确率与成本之间取舍:相比两种 Spark 1 模型,它更便宜、更快,同时拥有与 Spark 1 Pro 相当的准确率,且能完成更多运行任务。将 model 设置为 spark-2 即可使用它。 以下情况请使用 Spark 2:
  • 您希望将单次运行成本降至最低
  • 运行时间很重要
  • 您原本会因准确率选择 Spark 1 Pro
示例用例:
  • 您目前在 Spark 1 Mini 或 Spark 1 Pro 上运行的任何任务
  • 单次运行成本影响预算的大批量提取
  • 需要快速返回结果的多域研究

Spark 1 Mini

spark-1-mini 是我们的高效模型,适合处理简单直接的数据提取任务。 在以下场景使用 Mini:
  • 提取简单数据点 (联系信息、价格等)
  • 处理结构清晰的网站
  • 需要优先考虑成本效率
  • 需要运行高频、大批量提取任务
示例用例:
  • 从电商网站提取产品价格
  • 从公司页面收集联系信息
  • 从文章中获取基础元数据
  • 简单的数据点查询

Spark 1 Pro (默认值)

spark-1-pro 是我们的旗舰模型,专为在复杂提取任务中实现最高准确率而设计。它是默认值:未设置 model 的请求会使用 spark-1-pro 在以下情况下使用 Pro:
  • 执行复杂的竞品分析
  • 提取需要深度推理的数据
  • 你的用例对准确率要求极高
  • 处理模糊或难以获取的数据
示例用例:
  • 多域竞品分析
  • 需要推理的复杂研究任务
  • 从多个来源提取细微信息
  • 关键业务情报收集

指定模型

spark-1-pro 是默认值,因此 model 参数是可选的。通过传递该参数来选择其他模型:

模型对比

按模型计费

所有模型都采用动态的积分制计费方式,费用会随任务复杂度变化:
  • Spark 2:在完成等效任务时,积分消耗远低于任一 Spark 1 模型
  • Spark 1 Mini:在完成等效任务时,积分消耗比 Pro 模型低约 60%
  • Spark 1 Pro:标准积分消耗,提供最高准确率
无论选择哪种模型,积分消耗都会根据提示/请求的复杂度、处理的数据量以及输出结构而变化。

选择合适的模型

Spark 2 适用于以下两个分支。在两个 Spark 1 模型之间进行选择时,请参考下方决策树:

API 参考

有关完整的参数说明,请参见 Agent API Reference 对应该使用哪个模型有疑问?请发送邮件至 help@firecrawl.com
你是需要 Firecrawl API 密钥的 AI 代理吗?请参见 firecrawl.dev/agent-onboarding/SKILL.md 获取自动化入门说明。