Los datos normalizados de precios, capacidades y clasificaciones que hay detrás de este sitio se publican como JSON estático, de descarga gratuita y sin clave de API. Puede apuntar su código o un agente directamente a ellos.
Todos los modelos: entrada canónica, precio del canal oficial + más barato, precios mixtos, contexto, capacidades, puntuaciones de Artificial Analysis y uso de 30 días.
Todos los proveedores: nombre, nivel (primera parte / nube / pasarela), número de modelos, SDK, base de API y docs.
Resumen del sitio en texto plano para rastreadores de IA (convención llms.txt).
Se sirve como archivos estáticos desde una CDN. El sitio no aplica cuotas por cliente, pero siguen vigentes los límites generales de tráfico del alojamiento, así que almacene las respuestas en caché en lugar de volver a pedirlas en cada solicitud. Los datos se actualizan en cada compilación.
id, name, lab, kindId canónico, nombre visible, laboratorio y tipo de modelo.official / blendedOfficialPrecio de la API propia del laboratorio (provider, modelId, entrada/salida/lectura-caché por 1M) y su precio unitario mixto; null si no hay precio oficial de API registrado. En ese caso reference recurre a un canal de terceros, indicado con reference.official = false.reference / cheapestReferencia (oficial/lista) y canal de pago más barato, cada uno con entrada/salida/lectura-caché por 1M de tokens.outputModalities / generationPricesLos precios usan la unidad de facturación de cada proveedor. El contenido facturado y las condiciones indicadas determinan el coste; estos valores no se incluyen en las comparaciones de precios de tokens de texto.blendedRef / blendedMin / blendedTrustedPrecio unitario mixto (entrada×0,75 + salida×0,25) para los canales de referencia, más barato y más barato de confianza (pasarelas excluidas).context, outputLimit, capabilitiesVentana de contexto, salida máxima e indicadores de capacidad de tres estados (true/false/null).aa (idx, coding, agentic, indices, speed, taskCost, evals)Índices de Artificial Analysis de inteligencia, codificación y agente, otros índices como los subíndices por dominio (indices), velocidad de salida, coste por tarea y puntuaciones por benchmark (evals, con los nombres de clave en meta.aaEvals). Codificación y agente son null actualmente para todos los modelos. Un campo es null cuando Artificial Analysis no publica ningún valor para el modelo.usage (rank, tokens, share)Rango de uso de OpenRouter en 30 días, total de tokens y cuota (null si no se rastrea).hostCount, spreadCuántos proveedores alojan el modelo y la dispersión de precio entre plataformas.status, openWeights, releaseDate, lastUpdated, urlEstado del ciclo de vida, indicador de pesos abiertos, fechas de lanzamiento y última actualización, y la URL de la página del modelo.Los cinco modelos más baratos por precio combinado, con curl y jq:
curl -s https://llmpricing.dev/api/models.json \
| jq '.models
| map(select(.blendedMin != null))
| sort_by(.blendedMin)[:5]
| .[] | {name, blendedMin, cheapest: .cheapest.provider}'JavaScript (fetch):
const res = await fetch("https://llmpricing.dev/api/models.json");
const { meta, models } = await res.json();
// 5 cheapest by blended price (input x0.75 + output x0.25)
const cheapest = models
.filter((m) => m.blendedMin != null)
.sort((a, b) => a.blendedMin - b.blendedMin)
.slice(0, 5);
console.log(meta.syncedAt, cheapest);Python (requests):
import requests
data = requests.get("https://llmpricing.dev/api/models.json").json()
models = data["models"]
# highest Artificial Analysis intelligence with a public price
ranked = sorted(
(m for m in models if m["aa"] and m["aa"]["idx"] is not None),
key=lambda m: m["aa"]["idx"],
reverse=True,
)
for m in ranked[:5]:
print(m["name"], m["aa"]["idx"], m["blendedMin"])Los endpoints envían Access-Control-Allow-Origin: *, así que también funcionan desde el navegador.
Como los datos son JSON limpio sobre HTTPS, cualquier servidor MCP con capacidad de fetch puede exponerlos a un agente. Por ejemplo, el servidor fetch de referencia:
{
"mcpServers": {
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
}Después pida al agente que lea https://llmpricing.dev/api/models.json. La herramienta fetch devuelve 5000 caracteres por llamada de forma predeterminada y continúa desde start_index, y models.json supera 1 MB, por lo que sirve para consultas puntuales. Para preguntas masivas, como el modelo más barato dentro de un presupuesto, ejecute los ejemplos anteriores en un agente con ejecución de código o empiece por llms.txt, un resumen de texto más pequeño.
Los datos se agregan de models.dev (MIT), Artificial Analysis y OpenRouter. Puede reutilizarlos bajo CC BY 4.0, conservando la atribución a LLM Pricing y a las fuentes originales.