The escalating introduction of pesticides/veterinary drugs into the environment has necessitated a rapid evaluation of their potential risks to ecosystems and human health. The developmental toxicity of pesticides/veterinary drugs was less explored, and much less the large-scale predictions for untested pesticides, veterinary drugs and bio-pesticides. Alternative methods like quantitative structure-activity relationship (QSAR) are promising because their potential to ensure the sustainable and safe use of these chemicals. We collected 133 pesticides and veterinary drugs with half-maximal active concentration (AC50) as the zebrafish embryo developmental toxicity endpoint. The QSAR model development adhered to rigorous OECD principles, ensuring that the model possessed good internal robustness (R2 > 0.6 and QLOO2 > 0.6) and external predictivity (Rtest2 > 0.7, QFn2 >0.7, and CCCtest > 0.85). To further enhance the predictive performance of the model, a quantitative read-across structure-activity relationship (q-RASAR) model was established using the combined set of RASAR and 2D descriptors. Mechanistic interpretation revealed that dipole moment, the presence of C-O fragment at 10 topological distance, molecular size, lipophilicity, and Euclidean distance (ED)-based RA function were main factors influencing toxicity. For the first time, the established QSAR and q-RASAR models were combined to prioritize the developmental toxicity of a vast array of true external compounds (pesticides/veterinary drugs/bio-pesticides) lacking experimental values. The prediction reliability of each query molecule was evaluated by leverage approach and prediction reliability indicator. Overall, the dual computational toxicology models can inform decision-making and guide the design of new pesticides/veterinary drugs with improved safety profiles.