Swarms Cloud 全新升级发布
Swarms Cloud 上线全新 Token 用量仪表盘、覆盖 1,500 多个模型的模型页面、订阅管理功能,以及一系列面向生产级多智能体系统(Multi-Agent System)构建团队的平台改进。
Swarms Cloud 上线全新 Token 用量仪表盘、覆盖 1,500 多个模型的模型页面、订阅管理功能,以及一系列面向生产级多智能体系统(Multi-Agent System)构建团队的平台改进。
过去几天里,我们为 Swarms Cloud 发布了一大批重要升级。本次发布的核心,是全新的 Token 用量仪表盘——它能让团队实时掌握 Token 消耗与成本情况,同时我们还重新设计了模型目录(Model Catalog),如今已覆盖来自行业领先厂商的 1,500 多个模型。
这些改动共同指向一个目标:让个人开发者和企业团队都能更轻松地监控用量、为特定任务找到合适的模型、放心地部署智能体(Agent),并在一个统一平台上大规模运行多智能体工作流。本文将详细介绍本次发布的具体内容、其重要性,以及如何立即开始使用这些新功能。
随着多智能体系统从原型阶段迈向生产环境,团队最常问的问题已经不再是"这套系统能不能跑通",而是"这到底花了我们多少钱,钱花在了哪里"。一旦并行运行的智能体和工作流数量超过几个,如果没有细粒度的 Token 消耗可见性,这个问题就很难回答。
全新的 Token Usage 仪表盘正是为解决这个问题而生。它为工程团队和财务团队提供了一个共享的、权威的视图,可以精确掌握 Token、请求量与支出在组织内各个智能体、工作流以及 API 流量之间的分布情况。
本次发布的核心能力包括:
对于运行在受监管或成本敏感环境中的团队而言,这种级别的可观测性往往是将多智能体工作负载迁移到生产环境的必要前提,而不只是锦上添花的功能。这个仪表盘的设计目标,正是让这一迁移过程无需依赖任何定制化工具即可完成。
立即前往 cloud.swarms.world/token-usage 体验。
为某项任务挑选合适的模型,再正确地完成接入,过去往往需要在厂商文档、定价页面与反复试错的集成代码之间来回切换。全新设计的 Swarms Cloud 模型页面(Model Pages),正是为了把整个流程收束成一套单一且一致的体验。
模型目录如今已覆盖来自 Anthropic、OpenAI、Google Gemini、OpenRouter 等主流厂商的 1,500 多个模型,全部可以在同一个地方进行搜索与比较。
全新体验包括:
前往 cloud.swarms.world/models 浏览完整模型目录。
除了这两项重点功能之外,本次发布还包含了一系列虽小但同样有意义的平台改进:
这些改动单独来看都只是渐进式的,但整体上大幅减少了用户在平台上日常运行和管理智能体时所遇到的种种阻力。
贯穿本次所有更新的一条主线,是对生产就绪(Production Readiness)的高度重视。Token 用量可观测性为团队提供了在规模化场景下负责任运营所需的成本与性能信号。模型目录缩短了从"决定尝试一个新模型"到"真正将其上线"之间的时间。订阅管理与仪表盘改进则降低了单纯运行一个账户所带来的运营负担。
这一切都并非偶然。随着企业组织从单智能体实验迈向处理真实业务负载的协同多智能体系统,围绕这些系统的工具链也必须与智能体本身同步成熟。本次发布,正是对这一趋势的直接回应。
这些更新是我们迈向"打造最强大的生产级多智能体 AI 系统构建、部署与管理平台"这一目标的又一步。从模型发现到用量分析,再到日常账户管理,本次发布中的每一项功能,都旨在为开发者和企业带来更强的掌控力、更高的可见性,以及更大的灵活性。
我们将持续投入 Swarms Cloud 的建设,不断推出新能力,让大规模部署和运营 Swarms 变得越来越简单。
立即前往 cloud.swarms.world 开始体验。
| 资源 | 链接 |
|---|---|
| Swarms Cloud | cloud.swarms.world |
| 模型页面 | cloud.swarms.world/models |
| 用量页面 | cloud.swarms.world/token-usage |
| 文档 | docs.swarms.ai |
| Discord 社区 | discord.gg/VapjxpSyHC |
有任何问题或反馈?欢迎加入我们的 Discord 社区,或查阅官方文档。

面向 swarms.world 新访客的一小时上手指南:用自主筛选搜索找到一个智能体,读懂它的商品页,在 Swarms Chat 中试用,通过 Marketplace MCP 和 Swarms API 把它接入自己的代码,再用银行卡、SOL 或 USDC 购买一个付费商品。

一篇动手教程:用 FastMCP 和 Streamable HTTP 把无需密钥的 Open-Meteo 天气 API 包装成 Python MCP 服务器,测试它,加上 bearer token 校验,用 Docker 部署,然后发布到 Swarms Marketplace 的 MCP Portal,让智能体可以发现并调用它。

一份面向开发者的迁移指南:手里已有 SKILL.md 文件夹、.cursorrules 文件或 Custom GPT 配置的人,如何把它们对应到 Swarms Marketplace 的提示词、智能体或工具列表,发布前要删掉什么,如何从私有 GitHub 仓库导入,以及哪些东西真正值得收费。