同一家公司，营收这个指标在不同报表里出现三个数，原因通常是每个分析师各写各的 SQL。Basedash 在 9 月 19 日推出的 Models 功能瞄准的就是这件事，把可复用的 SQL 与语义定义做成一等公民，查起来像查表。创始人 Max Musing 在发布公告里的说法很形象，过去互相打架的三个数字，现在都落在一个模型上。我把公告、文档和定价页过了一遍，说说这个功能值不值得看。
主要功能
Models 是 Basedash 这个 AI 数据分析平台里的顶层工作区，由既有的 Definitions 功能升级而来，老定义会自动迁移，用户不用搬家。一个模型等于一段可复用 SQL 加语义元数据，以只读虚拟表的形式暴露在 models schema 下，写一句 select 星号 from models. Customers 就能直接查，业务同事不必再碰底层表结构，数仓里的表名join关系与技术细节被模型层挡在了幕后。
编辑器分四个视图。详情页放定义，列页管字段，度量页定义指标算法，分段页圈人群。建模方式两种，手写 SQL 给熟手，AI 辅助建模给业务侧，起点不同终点都是同一份可复用的模型。治理设计是重头戏，管理员可以把模型标记为 verified，任何修改都会摘掉这个标记直到复审，消费方一眼能分清哪些口径有官方背书。AI 助手读取的是模型语义，猜表的环节被砍掉，答数有了统一出处。公告还提到了同义词与关系两个字段方向，正式文档当前只描述列、度量、分段三类，以后续文档为准。
平台的底子顺带交待。YC 孵化，2019 年成立，AI 原生 BI 定位，官方称可接七百五十种以上数据源，从 Postgres 到主流数仓都在列。Models 上线当天在 Product Hunt 拿到 88 赞排进日榜前十，九条评价平均五分，对一次功能发布来说声量不小。
解决了什么需求
老用户的评价集中在出数速度。Product Hunt 上 Lava Sunder 称它是团队的头号 BI 工具，建看板和图表的速度快了约五倍，支持响应也快。Dave Jeffery 夸了看板体验并追问 AI 能否主动建议指标，顺带请求 Firestore 数据源的支持。Fahim Salam 以早期用户身份肯定了低延迟的私有模型报表。Max Musing 本人在评论区坐镇答疑，还给 Product Hunt 用户追加了试用时长。
用法上的分工也清晰。数据团队负责写模型、定度量、维护口径，业务同事在 models schema 里查虚拟表，各干各的活，SQL 的维护责任收敛到一个房间。这已经是公司里第 34 次发布，产品迭代有连续性可查。
批评也摆出来。官方 AI 摘要归纳的两条主诉是定价高、部分数据源支持有限，采购前照着自家预算掂量。
价格与注意事项
Startup 档每月 1000 美元，最多 25 用户，含每月 1000 美元的 AI 额度，超出按用量计费。企业版走定制，支持自托管与 VPC 部署，配 SSO、SCIM、审计日志与 SOC 2 Type II 报告。两档之间没有过渡档位，预算有限的团队要么咬牙要么绕行。14 天试用不用绑卡，长期免费层没有，模型功能是否单独计价官方未说明，按平台整体价格理解。
门槛提醒一句。这是给数据团队与业务侧配合的场景准备的工具，个人玩家与小团队用开源方案更合适。AI 出数的可信度依赖模型语义的质量，verified 标记加复审的流程值得认真跑起来，放任不管的话模型层也会长出口径漂移。上线日期的小勘误记一笔，线索里的 9 月 18 日是太平洋时区，公告与日榜对应的都是 9 月 19 日。数据源清单建议先核对再立项，批评声里集成有限是高频词，自家核心库若不在七百五十种之列，再好的模型层也巧妇难为无米之炊。
总结
指标口径的战争在每家公司都打过，Models 把停战协议签在了 SQL 之上。虚拟表形态让消费侧零学习成本，verified 机制让治理动作有了着落。预算够、数据源对得上的团队，值得在试用期内拿一个老大难指标试跑一轮，口径统一这件事，晚动手一天就得多吵一天架，吵架的成本往往比订阅费高，早用早省心。
来源
- 官方发布公告 https://www.basedash.com/blog/introducing-basedash-models
- Models 官方文档 https://www.basedash.com/docs/features/models.md
- 定价页 https://www.basedash.com/pricing
- Product Hunt 页面 https://www.producthunt.com/products/basedash
- Product Hunt 日榜 https://www.producthunt.com/leaderboard/daily/2026/9/19