Model Context Protocol

在你的 AI 助手里使用 AI Economy Lab。

和本站计算器同一份数据集、同一组工具——可从 Claude Desktop、Cursor、Claude Code 或任意支持 MCP 的客户端调用。无需本地安装,把客户端指向这个 URL 即可。

30 秒安装

把这段加进客户端配置,然后重启。助手就拥有五个工具和三个资源,可以查询实时 LLM 价格。

Endpoint


https://aieconomylab.com/mcp

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

五个工具,在对话里就绪

用大白话问。助手会调用正确的工具,拉取最新价格,用数字回答你。

estimate_cost

针对一个工作负载给出每次调用、每月、每年的成本。拆分 input、cached input 和 output。会应用语言开销。

可以这么问

"估算用 gpt-5 跑每次 5K input / 1K output、50% cached、每月 10K 次调用的月成本。"

compare_models

1–6 个模型的并列定价和能力。锁定厂商前很有用。

可以这么问

"把 gpt-5、claude-opus-4-7 和 gemini-3-1-pro 并排比较一下。"

find_cheapest

在你设定的过滤条件下找到最便宜的模型:vision、tools、caching、reasoning、structured output、context window。

可以这么问

"支持 vision 且 context window 在 200K 以上的模型里,哪一个最便宜?按 output 价格排序。"

list_models

所有被追踪的模型,可按 provider 或模型家族过滤。

可以这么问

"列出所有 OpenAI 模型,带上 input 和 output 价格。"

tokenizer_overhead

针对 o200k_base、claude 或 gemini 分词器家族,给出按语言的 token 数倍率。解释为什么非英语用户更贵。

可以这么问

"在 o200k_base 分词器上,中文内容比英文多消耗多少 token?"

工作原理

AI Economy Lab 维护一份开放的 LLM 价格和分词器比率数据集。本站的计算器、通过 npm 分发的 stdio MCP 服务器,以及这个 hosted endpoint,都从同一份数据集读取——价格不会在三者之间漂移。无状态传输:每次请求都拉起一个新服务器,没有跨请求 state,没有按用户的日志。

在 GitHub 上查看数据集

更想自托管?

npm 包提供一个走 stdio 的二进制,完全不联网。同样的五个工具,同样的数据集。

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

FAQ

› 什么是 MCP?

Model Context Protocol——Anthropic 推出的开放标准,让 AI 助手可以调用外部工具。配置好之后,助手就能拉取实时数据、运行计算或访问外部服务。Claude Desktop、Cursor、Claude Code 以及越来越多的客户端都支持。

› 收费吗?

不收。作为开源项目 AI Economy Lab 的一部分托管。任何工具、agent、dashboard 或研究项目都免费可用。

› 隐私怎么处理?

我们不记录你的查询、不存任何 API key——没有 auth,没有按用户的 state。每次请求都是无状态的。服务器日志只包含用于防滥用的标准请求 metadata。

› 数据多新?

每条价格记录都带一个验证日期。我们目标是每周复核,并在厂商价格变动后 48 小时内更新。GitHub 上的数据集是唯一的真实来源。

› 可以自托管吗?

可以。npm 包提供一个走 stdio 的二进制,完全不联网。同样的五个工具,同样的数据集。

没有支持 MCP 的客户端?

交互式计算器在浏览器里给你同样的数字——不用任何配置。

打开计算器