Model Context Protocol

AI Economy Lab direkt aus deinem KI-Assistenten nutzen.

Gleicher Datensatz und gleiche Tools wie der Rechner auf dieser Seite — aufrufbar aus Claude Desktop, Cursor, Claude Code oder jedem MCP-fähigen Client. Null lokale Installation — Client einfach auf die URL zeigen lassen.

Installation in 30 Sekunden

Das hier in die Client-Config einfügen und neu starten. Der Assistent bekommt fünf Tools und drei Resources für Live-LLM-Preise.

Endpoint


https://aieconomylab.com/mcp

{
  "mcpServers": {
    "ai-pricing": {
      "url": "https://aieconomylab.com/mcp"
    }
  }
}

Fünf Tools, sofort im Chat einsatzbereit

In normaler Sprache fragen. Der Assistent ruft das richtige Tool auf, holt aktuelle Preise und antwortet mit Zahlen.

estimate_cost

Kosten pro Call, monatlich und jährlich für einen Workload. Trennt Input, cached Input und Output. Wendet den Sprach-Overhead an.

Probier's mit

"Schätze die monatlichen Kosten für gpt-5 mit 5K Input / 1K Output pro Call, 50% cached, 10K Calls im Monat."

compare_models

Preise und Capabilities von 1–6 Modellen direkt nebeneinander. Nützlich, bevor man sich auf einen Anbieter festlegt.

Probier's mit

"Vergleiche gpt-5, claude-opus-4-7 und gemini-3-1-pro nebeneinander."

find_cheapest

Günstigstes Modell, das deine Filter erfüllt: vision, tools, caching, reasoning, structured output, context window.

Probier's mit

"Welches ist das günstigste Modell mit vision und 200K+ context window, sortiert nach Output-Kosten?"

list_models

Alle getrackten Modelle, optional gefiltert nach Anbieter oder Familie.

Probier's mit

"Liste alle OpenAI-Modelle mit Input- und Output-Preisen auf."

tokenizer_overhead

Sprach-Multiplikator für die Token-Anzahl bei den Tokenizer-Familien o200k_base, claude oder gemini. Erklärt, warum nicht-englische Nutzer mehr kosten.

Probier's mit

"Wie viel mehr Tokens verbraucht türkischer Inhalt im o200k_base-Tokenizer im Vergleich zu Englisch?"

So funktioniert's

AI Economy Lab pflegt einen offenen Datensatz mit LLM-Preisen und Tokenizer-Verhältnissen. Der Rechner auf dieser Seite, der per npm verteilte stdio-MCP-Server und dieser gehostete Endpoint lesen alle aus demselben Datensatz — die Preise können nicht auseinanderlaufen. Stateless-Transport: pro Request startet ein frischer Server, kein State zwischen Requests, keine User-Logs.

Datensatz auf GitHub ansehen

Lieber selbst hosten?

Das npm-Paket liefert ein Binary, das per stdio ohne Netzwerk-Calls läuft. Dieselben fünf Tools, derselbe Datensatz.

npx -y -p @aieconomylab/ai-pricing ai-pricing-mcp

FAQ

› Was ist MCP?

Model Context Protocol — ein offener Standard von Anthropic, mit dem KI-Assistenten externe Tools aufrufen können. Einmal eingerichtet, kann dein Assistent Live-Daten holen, Berechnungen durchführen oder auf Services zugreifen. Unterstützt in Claude Desktop, Cursor, Claude Code und einer wachsenden Liste von Clients.

› Kostet das was?

Nein. Gehostet als Teil des Open-Source-Projekts AI Economy Lab. Kostenlos für jedes Tool, jeden Agent, jedes Dashboard und jedes Forschungsprojekt.

› Wie steht's um Privatsphäre?

Wir loggen deine Anfragen nicht und speichern keine API-Keys — kein Auth, kein User-State. Jeder Request ist stateless. Server-Logs enthalten nur Standard-Request-Metadaten zum Schutz vor Missbrauch.

› Wie aktuell sind die Daten?

Jeder Preis-Eintrag trägt ein Verifikationsdatum. Wir verifizieren wöchentlich und aktualisieren binnen 48 Stunden nach jeder Preisänderung beim Anbieter. Der Datensatz auf GitHub ist die Quelle der Wahrheit.

› Kann ich self-hosten?

Ja. Das npm-Paket liefert ein Binary, das per stdio ohne Netzwerk-Calls läuft. Dieselben fünf Tools, derselbe Datensatz.

Kein MCP-fähiger Client?

Der interaktive Rechner liefert dieselben Zahlen direkt im Browser — ganz ohne Setup.

Rechner öffnen