Firecrawl Agent 提供两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。
| Model | Cost | Accuracy | Best For |
|---|
spark-1-mini | 成本低 60% | 标准 | 适用于大多数任务（默认） |
spark-1-pro | 标准 | 更高 | 复杂研究、关键数据抽取 |
优先使用 Spark 1 Mini（默认）——在成本降低 60% 的情况下，它可以很好地处理大多数抽取任务。仅在需要进行复杂的多领域研究或对准确性要求极高时再切换到 Pro。
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 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。
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
- 你的用例对准确性要求极高
- 处理模糊或难以获取的数据
示例用例：
- 多领域竞品分析
- 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
通过传递 model 参数来选择要使用的模型：
from firecrawl import FirecrawlApp
app = FirecrawlApp(api_key="fc-YOUR_API_KEY")
# 使用 Spark 1 Mini(默认,可省略)
result = app.agent(
prompt="Find the pricing of Firecrawl",
model="spark-1-mini"
)
# Using Spark 1 Pro for complex tasks
result = app.agent(
prompt="Compare all enterprise features and pricing across Firecrawl, Apify, and ScrapingBee",
model="spark-1-pro"
)
print(result.data)
| 特性 | Spark 1 Mini | Spark 1 Pro |
|---|
| 成本 | 成本降低 60% | 标准 |
| 准确率 | 标准 | 更高 |
| 速度 | 快速 | 快速 |
| 最适合 | 大部分任务 | 复杂任务 |
| 推理能力 | 标准 | 高级 |
| 多领域能力 | 良好 | 卓越 |
- 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，提供最高精度
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。
┌─────────────────────────────────┐
│ 任务类型? │
└─────────────────────────────────┘
│
┌──────────────┴──────────────┐
▼ ▼
┌─────────────────┐ ┌─────────────────┐
│ 简单/直接 │ │ 复杂/研究 │
│ 数据提取 │ │ 多域 │
└─────────────────┘ └─────────────────┘
│ │
▼ ▼
┌─────────────────┐ ┌─────────────────┐
│ spark-1-mini │ │ spark-1-pro │
│ (成本降低60%) │ │ (更高精度) │
└─────────────────┘ └─────────────────┘
