模型限流、超时、看不了图？ modlens-race：多模型竞速看图，谁快用谁的

一个真实场景开头： 晚上十点，你让 AI 帮忙看一批截图，第一个模型限流了，第二个模型转了四十秒说"我做不到"，你盯着屏幕想——我就要看张图，怎么这么难。

这篇文章介绍我做的开源小工具 modlens-race。它不发明新东西，只做一件事：把"看图"从押注一个模型，变成让一群模型赛跑。

📦 GitHub：github.com/heyfine/modlens-race

一、先说 modlens 本身

用过 modlens 的朋友知道，它是个很好用的视觉识别 CLI：一张图丢进去，它调模型给你结构化的结果——内容摘要、OCR 文字、版面布局，直接就能喂给下游程序。你不用自己对接各家 API，配置里写好 provider 就行。

图片 → modlens（调你配置的那个模型）→ 结构化结果

简单、直接。但你有注意到吗，这个流程里只有一次机会。你配置了哪个模型，它就只找哪个模型。于是下面这些事，你大概率遇到过：

二、modlens-race：让模型们赛跑

modlens-race 的思路简单粗暴：既然一个模型不可靠，那就同时多叫几个。

                ┌── 模型 A ──┐
一张图片 ──────┼── 模型 B ──┼──→ 谁先成功，用谁的
                └── 模型 C ──┘    其余的立刻杀掉

你把几个模型写进一个"阵容"文件，modlens-race 会把它们同时派出场。任何一家先返回成功结果，比赛立即结束——赢家 result 交付，输家进程当场杀掉，不等待、不浪费。

三、和原版 modlens 对比着看

	modlens 单模型模式	modlens-race 竞速模式
看一张图找谁	你配置的那一个	阵容里所有模型同时上
模型限流/失败	流程卡住或报错	无感，别的模型已经在跑了
慢模型拖后腿	整条流程陪它等	总耗时 ≈ 最快成功的那家
配额消耗	1 个模型，失败了重来	胜出瞬间杀掉输家，几乎不浪费
一个模型总失败	你手动换配置	自动被其他模型顶上
出了问题怎么查	看报错	战报 JSON：谁赢、谁输、输在哪、耗时多少

四、最改变体验的五个亮点

1. 限流从"事故"变成了"背景噪音"

以前主力模型一限流，流程就停。现在它限流的那几百毫秒里，别的模型可能已经把结果送回来了。你甚至不会注意到今天限流了——这就是竞速模式最微妙的地方：

2. 慢模型再也拖不垮你

竞速的总耗时约等于最快成功那家的耗时。主力模型今天发挥好，10 秒出结果，比赛 10 秒结束。它今天抽风转 60 秒？隔壁便宜的小模型 12 秒就交卷了，没人等它。

3. 梯队模式：花一个模型的钱，买 N 个模型的保险

这是我个人最喜欢的功能。设一个梯队间隔（比如 15 秒），最快的模型先起跑，15 秒没动静才放第二个进场，以此类推。

4. 独立端点：不同家的 key 各玩各的

阵容里每个模型可以带自己的 baseUrl 和 apiKey，运行时互相隔离，互不干扰。你可以让 A 走官方 API、B 走某个中转站、C 干脆蹭另一家的 CLI，配置层面完全不用迁就谁。

5. 战报：出了问题不再猜

每场竞速输出一份 JSON 战报，每个模型的成功/失败/耗时/死因一目了然：

{
  "ok": true,
  "race": {
    "winner": "openai/glm-5.3",
    "durationMs": 8420,
    "attempts": [
      { "provider": "openai", "model": "glm-5.3", "won": true, "durationMs": 8420 },
      { "provider": "gemini-api", "won": false, "error": "rate limited" }
    ]
  },
  "result": { "summary": "...", "ocr": "...", "layout": "..." }
}

哪家长年垫底，一目了然，下次把它从阵容里换掉就是。

五、谁适合用

六、两分钟上手

需要 Node.js ≥ 24 和一个 modlens CLI，然后：

git clone https://github.com/heyfine/modlens-race.git
cd modlens-race && pnpm install

# 写一份你的阵容（key 只放本地，不会被提交）
cp config/race.example.json race.json

# 跑一场
pnpm race 截图.png --config race.json

阵容就是一份 JSON：超时、梯队间隔、加几个模型。想让它接管 DSH 里的 AI 看图，一条 pnpm run install:dsh 完事。

写在最后

modlens 解决了"怎么调模型看图"，modlens-race 解决"看图这件事怎么才可靠"。一个管执行，一个管调度，叠在一起用，看图从一个"偶尔掉链子的环节"变成"你几乎不用想的环节"。