模型

为你的代理抽取任务选择合适的模型。

Firecrawl 代理默认使用 Spark 2 模型。它无需再像 Spark 1 模型那样在准确率和成本之间权衡：成本更低、速度更快，准确率与 Spark 1 Pro 持平，且能成功完成更高比例的运行。

可用模型

模型	状态	说明
spark-2	默认值	成本最低、运行时间最短，准确率可媲美 Spark 1 Pro
spark-1-pro	已弃用	նախկին用于复杂任务的默认模型；请求会路由到 spark-2
spark-1-mini	已弃用	原低成本 Spark 1 选项；请求会路由到 spark-2

Spark 1 模型已弃用。 为保持向后兼容，仍接受 spark-1-pro 和 spark-1-mini 名称，但所有请求 (无论是否指定 model 参数) 都会在 spark-2 上执行。

Spark 2

spark-2 是我们最新的代理模型，支持所有代理运行。

亮点：

• 单次运行成本最低，运行时间最快
• 准确率可媲美此前的旗舰模型 Spark 1
• 可处理从简单查询到多域研究的各类任务
• 唯一支持推理预算的模型：传入 effort (low、medium 或 high) 即可控制其推理深度

Spark 1 模型 (已弃用)

spark-1-pro 和 spark-1-mini 已弃用。为保持向后兼容，仍可使用这些名称，但使用它们的请求会被路由到 spark-2——旧版代码仍可正常运行，只是实际运行的是 Spark 2。无需迁移。

指定模型

model 参数是可选的——每个请求都会运行 spark-2：

Python

from firecrawl import Firecrawl

app = Firecrawl(api_key="fc-YOUR_API_KEY")

# Spark 2 是默认值 —— 每次运行都使用它
result = app.agent(
    prompt="Find the pricing of Firecrawl",
    model="spark-2"
)

# 已弃用:仍可使用 Spark 1 的模型名称,但会被路由到 "spark-2"。

print(result.data)

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 模型 (已弃用) ：请求会路由到 Spark 2，并按相应标准计费

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。

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 [e-mail]。

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。