diff --git a/README.md b/README.md
index 7dd1b11..1042417 100644
--- a/README.md
+++ b/README.md
@@ -719,14 +719,13 @@ ComfyUI-SDMatte 传 `aux_input="trimap"`，把模型推到了没训练过的输
 连接 [ZenMux](https://zenmux.ai) 聚合平台（OpenAI 兼容协议），一个节点即可调用其收录的**所有文本类模型**（Anthropic、OpenAI、Google、DeepSeek、Qwen 等 20 家厂商、130+ 模型）。支持文本生成与多模态图像理解（最多 6 张图）。
 
 **特色功能**:
-- **厂商 → 模型二级选择**: 先在 `vendor` 下拉选厂商，`model` 下拉会自动收窄为该厂商的模型（由前端脚本 `web/zenmux_cascade.js` 联动）
 - **价格直接标在选项上**: 每个模型后缀形如 `[入$0.2/M 出$1.25/M]`，即输入/输出每百万 token 的美元价格，选型时一目了然
+- **快速筛选**: 模型列表按「厂商/模型名」排序聚类，同厂商模型天然相邻；在下拉的搜索框输入厂商前缀（如 `qwen/`、`anthropic/`）即可只看该厂商的模型
 - **离线可用的模型清单**: 模型与价格来自随包分发的 `zenmux/models_snapshot.json`；价格有变动时运行 `python zenmux/build_snapshot.py` 即可重新拉取更新
 - **旧工作流兼容**: 价格快照更新后，旧工作流里保存的带旧价格标签仍能正确解析出模型 id，不会失效
 
 **输入参数**:
 - `api_key` (STRING): ZenMux 平台的 API Key（在 zenmux.ai 控制台获取）
-- `vendor` (选择): 厂商筛选，默认 `openai`
 - `model` (选择): 模型（带价格标注），默认 `openai/gpt-5.4-nano`
 - `system_prompt` (STRING): 系统提示词
 - `user_prompt` (STRING): 用户提示词
diff --git a/__init__.py b/__init__.py
index 2edef9c..cad857e 100644
--- a/__init__.py
+++ b/__init__.py
@@ -93,7 +93,4 @@ NODE_DISPLAY_NAME_MAPPINGS.update(IMAGESPLITTER_NODE_DISPLAY_NAME_MAPPINGS)
 NODE_DISPLAY_NAME_MAPPINGS.update(SDMATTE_NODE_DISPLAY_NAME_MAPPINGS)
 NODE_DISPLAY_NAME_MAPPINGS.update(ZENMUX_NODE_DISPLAY_NAME_MAPPINGS)
 
-# 前端扩展目录（ZenMux 节点的「厂商→模型」级联脚本等）
-WEB_DIRECTORY = "./web"
-
-__all__ = ['NODE_CLASS_MAPPINGS', 'NODE_DISPLAY_NAME_MAPPINGS', 'WEB_DIRECTORY']
+__all__ = ['NODE_CLASS_MAPPINGS', 'NODE_DISPLAY_NAME_MAPPINGS']
diff --git a/web/zenmux_cascade.js b/web/zenmux_cascade.js
deleted file mode 100644
index 955af41..0000000
--- a/web/zenmux_cascade.js
+++ /dev/null
@@ -1,60 +0,0 @@
-// ZenMux 节点「厂商 → 模型」二级级联
-// ==================================
-// 后端把全量模型标签（含价格）都放进 model 下拉以通过校验；
-// 本扩展在前端按 vendor 收窄 model 的候选列表。
-// 约定：模型标签第一个空格前是 "vendor/model" 形式的 id，
-//       故 label.split("/")[0] 即厂商名，与 vendor 下拉的取值同源。
-import { app } from "../../scripts/app.js";
-
-app.registerExtension({
-    name: "Ruinode.ZenMuxCascade",
-    async beforeRegisterNodeDef(nodeType, nodeData, _app) {
-        if (nodeData.name !== "ZenMuxAPINode") return;
-
-        const onNodeCreated = nodeType.prototype.onNodeCreated;
-        nodeType.prototype.onNodeCreated = function () {
-            const r = onNodeCreated?.apply(this, arguments);
-
-            const vendorW = this.widgets?.find((w) => w.name === "vendor");
-            const modelW = this.widgets?.find((w) => w.name === "model");
-            if (!vendorW || !modelW) return r;
-
-            // 全量标签快照（此时 options.values 是后端给的完整列表）
-            const allLabels = (modelW.options.values || []).slice();
-            const vendorOf = (label) => String(label).split("/")[0];
-
-            // resetIfMissing：当前值不在收窄后的列表时是否重置为列表首项。
-            // 手动切厂商 → 重置；加载旧工作流 → 保留（旧价格标签后端能解析）。
-            const applyFilter = (vendor, resetIfMissing) => {
-                const filtered = allLabels.filter((l) => vendorOf(l) === vendor);
-                modelW.options.values = filtered.length ? filtered : allLabels.slice();
-                if (resetIfMissing && !modelW.options.values.includes(modelW.value)) {
-                    modelW.value = modelW.options.values[0];
-                    modelW.callback?.(modelW.value);
-                }
-                this.setDirtyCanvas?.(true, true);
-            };
-
-            const origCallback = vendorW.callback;
-            vendorW.callback = function (value) {
-                const r2 = origCallback?.apply(this, arguments);
-                applyFilter(value, true);
-                return r2;
-            };
-
-            // 新建节点：按默认厂商先收窄一次
-            applyFilter(vendorW.value, false);
-
-            // 加载已保存的工作流：configure 恢复 widget 值后再按真实厂商收窄，
-            // 但不动用户保存的 model 选择
-            const onConfigure = this.onConfigure;
-            this.onConfigure = function () {
-                const r3 = onConfigure?.apply(this, arguments);
-                applyFilter(vendorW.value, false);
-                return r3;
-            };
-
-            return r;
-        };
-    },
-});
diff --git a/zenmux/model_registry.py b/zenmux/model_registry.py
index 02a4126..2bf8440 100644
--- a/zenmux/model_registry.py
+++ b/zenmux/model_registry.py
@@ -4,14 +4,13 @@ ZenMux 模型注册表
 =================
 从随包分发的 models_snapshot.json 加载模型清单，为节点提供：
 
-- all_vendors()          厂商列表（模型 id 的前缀，如 "openai"）
-- all_model_labels()     全量「带价格」下拉标签，按厂商 → 模型排序
+- all_model_labels()     全量「带价格」下拉标签，按厂商 → 模型排序聚类
 - default_model_label()  默认模型 openai/gpt-5.4-nano 对应的标签
 - label_to_model_id()    从下拉标签解析真实 model id（对旧标签/纯 id 也兼容）
 
 标签格式（价格单位：USD / 百万 token）：
     openai/gpt-5.4-nano [入$0.04/M 出$0.32/M]
-标签第一个空格前恒为 model id，前端级联 JS 与后端解析都依赖这一点。
+标签第一个空格前恒为 model id，后端解析依赖这一点。
 
 快照可用 build_snapshot.py 随时重新拉取更新。
 """
@@ -64,12 +63,6 @@ _MODELS = _load_models()
 _LABELS = [_make_label(m) for m in _MODELS]
 _LABEL_TO_ID = {lb: m["id"] for lb, m in zip(_LABELS, _MODELS)}
 _KNOWN_IDS = {m["id"] for m in _MODELS}
-_VENDORS = sorted({m.get("vendor") or m["id"].split("/")[0] for m in _MODELS},
-                  key=str.lower)
-
-
-def all_vendors():
-    return list(_VENDORS)
 
 
 def all_model_labels():
diff --git a/zenmux/zenmux_node.py b/zenmux/zenmux_node.py
index 68affd1..f92f92f 100644
--- a/zenmux/zenmux_node.py
+++ b/zenmux/zenmux_node.py
@@ -5,8 +5,8 @@ ZenMux API 连接节点
 通过 ZenMux 聚合平台（https://zenmux.ai）调用其收录的所有文本类模型。
 
 特性：
-- 模型选择做成「厂商 → 模型」两级级联：先在 vendor 下拉里选厂商，
-  再在 model 下拉里选该厂商的模型（联动由配套前端 zenmux_cascade.js 完成）。
+- 模型下拉覆盖 ZenMux 全部文本模型，按「厂商/模型名」排序聚类；
+  ComfyUI 下拉自带搜索，输入厂商前缀（如 "anthropic/"）即可快速过滤。
 - 每个模型选项后面直接标注输入/输出价格（USD / 百万 token）。
 - 具备常规 API 节点的完整参数：api_key、system/user prompt、seed、
   temperature、top_p、max_tokens、以及可选的多模态图像输入与代理。
@@ -31,7 +31,6 @@ from .model_registry import (
     DEFAULT_MODEL_ID,
     default_model_label,
     all_model_labels,
-    all_vendors,
     label_to_model_id,
 )
 
@@ -83,7 +82,6 @@ class ZenMuxNode:
     # ────────── 输入定义 ──────────
     @classmethod
     def INPUT_TYPES(cls):
-        vendors = all_vendors()
         model_labels = all_model_labels()
         default_label = default_model_label()
         return {
@@ -92,13 +90,8 @@ class ZenMuxNode:
                     "default": "",
                     "multiline": False,
                 }),
-                # vendor 只用于前端级联筛选；后端不依赖它（真实模型从 model 解析）。
-                # 默认选中 openai。
-                "vendor": (vendors, {
-                    "default": "openai" if "openai" in vendors else (vendors[0] if vendors else "openai"),
-                }),
-                # model 的候选是「全量」模型标签（含价格），保证 ComfyUI 后端校验通过；
-                # 前端 JS 会按 vendor 把可见项收窄到该厂商。
+                # 全量模型标签（含价格），已按厂商排序聚类；
+                # 下拉搜索框输入厂商前缀（如 "qwen/"）即可过滤。
                 "model": (model_labels, {
                     "default": default_label,
                 }),
@@ -169,12 +162,12 @@ class ZenMuxNode:
 
     # ────────── 宽松校验 ──────────
     @classmethod
-    def VALIDATE_INPUTS(cls, vendor, model):
+    def VALIDATE_INPUTS(cls, model):
         """
-        接管 vendor / model 两个下拉的校验，替代 ComfyUI 内置的
-        「值必须在候选列表里」检查：价格快照更新后，旧工作流里保存的
-        标签（带旧价格）不再逐字匹配新列表，但只要能解析出 model id
-        就应放行，避免整个工作流被判为无效。
+        接管 model 下拉的校验，替代 ComfyUI 内置的「值必须在候选列表里」
+        检查：价格快照更新后，旧工作流里保存的标签（带旧价格）不再逐字
+        匹配新列表，但只要能解析出 model id 就应放行，避免整个工作流
+        被判为无效。
         """
         if label_to_model_id(model) is None:
             return f"无法从 '{model}' 解析出 ZenMux 模型 id"
@@ -198,7 +191,6 @@ class ZenMuxNode:
     def generate(
         self,
         api_key,
-        vendor,
         model,
         system_prompt,
         user_prompt,