LLM Pricing
ModelliClassificheStrumentiProviderUsciteArticoli

© 2026 LLM Pricing

Chi siamo
·Contatti
·Privacy
·RSS
← Torna a Strumenti

API · MCP

I dati normalizzati di prezzo, capacità e classifica che stanno dietro a questo sito sono pubblicati come JSON statico, scaricabile gratuitamente e senza chiave API. Puoi puntarci direttamente il tuo codice o un agente.

Endpoint

GETmodels.jsonhttps://llmpricing.dev/api/models.json

Tutti i modelli: voce canonica, prezzo ufficiale + del canale più economico, prezzi combinati, contesto, funzionalità, punteggi Artificial Analysis e utilizzo a 30 giorni.

GETproviders.jsonhttps://llmpricing.dev/api/providers.json

Tutti i provider: nome, livello (prima parte / cloud / gateway), numero di modelli, SDK, base API e docs.

GETllms.txthttps://llmpricing.dev/llms.txt

Riepilogo del sito in testo semplice per i crawler IA (convenzione llms.txt).

Viene servito come file statici da una CDN. Il sito non applica quote per client, ma restano validi i limiti di traffico generali dell’host, quindi metti in cache le risposte invece di richiederle a ogni chiamata. I dati si aggiornano a ogni build.

Campi chiave (models.json)

id, name, lab, kindId canonico, nome visualizzato, lab e tipo di modello.
official / blendedOfficialPrezzo dell'API propria del lab (provider, modelId, input/output/lettura-cache per 1M) e il relativo prezzo unitario combinato; null se non risulta un prezzo API ufficiale. In tal caso reference ripiega su un canale di terze parti, segnalato da reference.official = false.
reference / cheapestRiferimento (ufficiale/listino) e canale a pagamento più economico, ciascuno con input/output/lettura-cache per 1M token.
outputModalities / generationPricesI prezzi usano l’unità di fatturazione di ciascun fornitore. Il contenuto fatturato e le condizioni indicate determinano il costo; questi valori non rientrano nei confronti dei prezzi dei token di testo.
blendedRef / blendedMin / blendedTrustedPrezzo unitario combinato (input×0,75 + output×0,25) per il riferimento, il canale più economico e il canale affidabile più economico (gateway esclusi).
context, outputLimit, capabilitiesFinestra di contesto, output massimo e flag di funzionalità a tre stati (true/false/null).
aa (idx, coding, agentic, indices, speed, taskCost, evals)Indici di intelligenza, programmazione e agentico di Artificial Analysis, altri indici come i sotto-indici per dominio (indices), velocità di output, costo per attività e punteggi per singolo benchmark (evals, con i nomi delle chiavi in meta.aaEvals). Programmazione e agentico sono attualmente null per tutti i modelli. Un campo è null quando Artificial Analysis non pubblica alcun valore per il modello.
usage (rank, tokens, share)Posizione d’utilizzo a 30 giorni di OpenRouter, token totali e quota (null quando non tracciato).
hostCount, spreadQuanti provider ospitano il modello e la dispersione di prezzo tra piattaforme.
status, openWeights, releaseDate, lastUpdated, urlStato del ciclo di vita, indicatore di pesi aperti, date di rilascio e ultimo aggiornamento, e URL della pagina del modello.

Esempi

I cinque modelli più economici per prezzo combinato, con curl e 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"])

Gli endpoint inviano Access-Control-Allow-Origin: *, quindi funzionano anche dal browser.

Server MCP

Poiché i dati sono JSON pulito su HTTPS, qualsiasi server MCP in grado di fare fetch può esporli a un agente. Ad esempio, il server fetch di riferimento:

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

Poi chiedi all’agente di leggere https://llmpricing.dev/api/models.json. Lo strumento fetch restituisce di default 5.000 caratteri per chiamata e prosegue da start_index, e models.json supera 1 MB, quindi è adatto a ricerche mirate. Per domande su larga scala, come il modello più economico entro un budget, esegui gli esempi qui sopra in un agente che può eseguire codice, oppure parti da llms.txt, un riepilogo testuale più piccolo.

Un server MCP di prima parte con strumenti tipizzati (search_models, cheapest, compare) è in roadmap. Fino ad allora gli endpoint JSON sopra sono l’interfaccia stabile.

Licenza e attribuzione

I dati sono aggregati da models.dev (MIT), Artificial Analysis e OpenRouter. Puoi riutilizzarli con licenza CC BY 4.0, mantenendo l’attribuzione a LLM Pricing e alle fonti originali.