API · MCP
Data harga, kemampuan, dan peringkat yang sudah dinormalkan di balik situs ini diterbitkan sebagai JSON statis, gratis diambil dan tanpa kunci API. Kode atau agen Anda dapat mengaksesnya langsung.
Endpoint
Semua model: entri kanonik, harga resmi + saluran termurah, harga gabungan, konteks, kemampuan, skor Artificial Analysis, dan penggunaan 30 hari.
Semua penyedia: nama, tingkat (pihak pertama / cloud / gateway), jumlah model, SDK, base API, dan dokumen.
Ringkasan situs dalam teks biasa untuk perayap AI (konvensi llms.txt).
Disajikan sebagai berkas statis dari CDN, sehingga tidak ada batas laju. Meski begitu, simpan respons di cache alih-alih mengambilnya ulang pada setiap permintaan. Data disegarkan pada setiap build.
Field utama (models.json)
id, name, lab, kindId kanonik, nama tampilan, lab, dan jenis model.reference / cheapestReferensi (resmi/daftar) dan saluran berbayar termurah, masing-masing dengan masukan/keluaran/baca-cache per 1J token.blendedRef / blendedMin / blendedTrustedHarga satuan gabungan (masukan×0,75 + keluaran×0,25) untuk referensi, saluran termurah, dan saluran tepercaya termurah (gateway dikecualikan).context, outputLimit, capabilitiesJendela konteks, keluaran maksimum, dan flag kemampuan tiga keadaan (true/false/null).aa (idx, coding, agentic, speed, taskCost)Indeks kecerdasan, coding, agentic Artificial Analysis, kecepatan keluaran, dan biaya per tugas (null bila tak tercakup).usage (rank, tokens, share)Peringkat penggunaan 30 hari OpenRouter, total token, dan pangsa (null bila tak terlacak).hostCount, spreadBerapa penyedia menghosting model dan rentang harga lintas platform.Contoh
Lima model termurah menurut harga gabungan, dengan curl dan 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"])Endpoint mengirim Access-Control-Allow-Origin: *, jadi juga bekerja dari peramban.
Server MCP
Karena datanya JSON bersih via HTTPS, server MCP mana pun yang mampu fetch bisa mengeksposnya ke agen. Misalnya, server fetch referensi:
{
"mcpServers": {
"llm-pricing": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
}Setelah itu minta agen membaca https://llmpricing.dev/api/models.json dan menalar di atasnya: model termurah dalam suatu anggaran, kecerdasan terbaik per dolar, penyedia mana yang menampung suatu model.
Lisensi & atribusi
Data dihimpun dari models.dev (MIT), Artificial Analysis, dan OpenRouter. Anda boleh memakainya kembali di bawah CC BY 4.0, dengan tetap mencantumkan atribusi ke LLM Pricing dan sumber aslinya.