AI Economy Lab

Model Context Protocol

AI Economy Lab را از داخل دستیار هوش مصنوعی‌ات استفاده کن.

همان داده و همان tool هایی که در ماشین‌حساب این سایت هست — قابل فراخوانی از Claude Desktop، Cursor، Claude Code یا هر کلاینتی که MCP را می‌فهمد. نصب محلی صفر — کلاینت‌ات را به این URL وصل کن.

نصب در ۳۰ ثانیه

این را به config کلاینت‌ات اضافه کن و دوباره راه‌اندازی کن. دستیار پنج tool و سه resource برای قیمت‌گذاری زنده‌ی LLM خواهد داشت.

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

پنج tool، آماده در چت

ساده بپرس. دستیار tool درست را صدا می‌زند، قیمت‌گذاری تازه را می‌گیرد و با عدد جواب می‌دهد.

estimate_cost

هزینه‌ی هر فراخوانی، ماهانه و سالانه برای یک بار کاری. input، cached input و output را جدا تفکیک می‌کند. سربار زبان را اعمال می‌کند.

این‌طور بپرس

"هزینه‌ی ماهانه‌ی اجرای gpt-5 با ۵K input / ۱K output در هر فراخوانی، ۵۰٪ cached و ۱۰K فراخوانی در ماه را حساب کن."

compare_models

قیمت‌گذاری و قابلیت‌های ۱ تا ۶ مدل کنار هم. پیش از قفل شدن روی یک ارائه‌دهنده مفید است.

این‌طور بپرس

"gpt-5، claude-opus-4-7 و gemini-3-1-pro را کنار هم مقایسه کن."

find_cheapest

ارزان‌ترین مدلی که فیلترهایت را برآورده می‌کند: vision، tools، caching، reasoning، structured output، context window.

این‌طور بپرس

"ارزان‌ترین مدل با vision و context window حداقل 200K کدام است؟ بر اساس هزینه‌ی output مرتب کن."

list_models

همه‌ی مدل‌های ردیابی‌شده، به‌صورت اختیاری با فیلتر ارائه‌دهنده یا خانواده.

این‌طور بپرس

"همه‌ی مدل‌های OpenAI را با قیمت input و output فهرست کن."

tokenizer_overhead

ضریب تعداد توکن بر اساس زبان برای خانواده‌های tokenizer مثل o200k_base، claude یا gemini. توضیح می‌دهد چرا کاربران غیرانگلیسی‌زبان گران‌تر تمام می‌شوند.

این‌طور بپرس

"محتوای فارسی روی tokenizer o200k_base نسبت به انگلیسی چقدر توکن بیشتری مصرف می‌کند؟"

چطور کار می‌کند

AI Economy Lab یک مجموعه‌داده‌ی باز از قیمت‌گذاری LLM و نسبت‌های tokenizer را نگه می‌دارد. ماشین‌حساب این سایت، سرور MCP استاندارد stdio که از npm توزیع می‌شود، و این endpoint میزبانی‌شده — همه از همان مجموعه‌داده می‌خوانند، یعنی قیمت‌گذاری بین آن‌ها نمی‌تواند drift کند. انتقال stateless: برای هر درخواست یک سرور تازه بالا می‌آید، state بین درخواست‌ها وجود ندارد، و log کاربری ثبت نمی‌شود.

مجموعه‌داده را در GitHub ببین

ترجیح می‌دهی self-host کنی؟

بسته‌ی npm یک binary می‌فرستد که روی stdio بدون هیچ تماس شبکه‌ای اجرا می‌شود. همان پنج tool، همان مجموعه‌داده.

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

سؤالات متداول

MCP چیست؟

Model Context Protocol — یک استاندارد باز از Anthropic که به دستیارهای هوش مصنوعی اجازه می‌دهد ابزارهای خارجی را فراخوانی کنند. وقتی پیکربندی شود، دستیارت می‌تواند داده‌ی زنده بگیرد، محاسبه انجام دهد یا به سرویس‌ها دسترسی پیدا کند. در Claude Desktop، Cursor، Claude Code و فهرستی رو به رشد از کلاینت‌ها پشتیبانی می‌شود.

هزینه دارد؟

نه. به‌عنوان بخشی از AI Economy Lab متن‌باز میزبانی می‌شود. برای هر tool، agent، dashboard یا پروژه‌ی پژوهشی رایگان است.

حریم خصوصی چطور؟

ما کوئری‌هایت را log نمی‌کنیم و کلید API را ذخیره نمی‌کنیم — auth وجود ندارد، state کاربری وجود ندارد. هر درخواست stateless است. log سرور فقط شامل metadata استاندارد درخواست برای محافظت در برابر سوءاستفاده است.

داده چقدر تازه است؟

هر رکورد قیمت‌گذاری یک تاریخ راستی‌آزمایی دارد. هدف این است که هفتگی راستی‌آزمایی کنیم و هر تغییر قیمت ارائه‌دهنده را ظرف ۴۸ ساعت به‌روز کنیم. مجموعه‌داده در GitHub منبع موثق است.

می‌توانم self-host کنم؟

بله. بسته‌ی npm یک binary می‌فرستد که روی stdio بدون هیچ تماس شبکه‌ای اجرا می‌شود. همان پنج tool، همان مجموعه‌داده.

کلاینتی که MCP را پشتیبانی کند نداری؟

ماشین‌حساب تعاملی همان اعداد را در مرورگرت می‌دهد — بدون هیچ راه‌اندازی.

ماشین‌حساب را باز کن