llm-cost

AI 機能を大規模に運用するといくらかかるのかと聞かれても、多くのチームは正直なところ、肩をすくめるしかありません。最後に確認してから料金は二度も変わっており、モデル自体は学習データに含まれる価格を平気で答えてしまいます。この MCP サーバーは、69 モデルの最新のトークン 100 万個あたりの料金を、アシスタントが参照できる場所に保持し、計算も自ら行います。

動作を見る

$ You: price Claude Opus 4.8 on a 25k-token prompt with a 1k answer, run 5,000 times

  llm-cost › estimate_cost

  Cost estimate: Claude Opus 4.8 (Anthropic)
  Rates: input $5/1M, output $25/1M, cached input $0.5/1M

  Per call (25,000 in + 1,000 out tokens):
    input:  $0.1250
    output: $0.0250
    per call total: $0.1500

  Across 5,000 calls: $750.00

  Ways to pay less for the same 5,000 calls:
    with cached input:  $187.50
    via batch API:      $375.00

ここでは数値を丸めたり、推測したりしません。料金は検証済みで、日付が記録され、サーバーが計算しています。

$ You: compare that call on Opus 4.8, Sonnet 5, GPT-5.6 Terra and Gemini 3.1 Pro

  llm-cost › compare_models_cost

  25,000 in + 1,000 out, cheapest first:

  1. Claude Sonnet 5      $0.0600 /call    $300.00 /5k
  2. Gemini 3.1 Pro       $0.0620 /call    $310.00 /5k
  3. GPT-5.6 Terra        $0.0775 /call    $387.50 /5k
  4. Claude Opus 4.8      $0.1500 /call    $750.00 /5k

  Ranking uses each model's live feed entry, not remembered prices.

解消する課題

同じ数値は、ブラウザー版の LLM 計算ツールでも確認できます。また、LLM カテゴリーハブでは、評価と価格に基づいて追跡対象のすべてのモデルを順位付けしています。

数値の取得先

flowchart LR
    V["provider pricing pages<br/>17 providers"] --> CE["verification<br/>date-stamped checks"]
    CE --> F["model prices feed<br/>69 models, USD per 1M tokens"]
    F -->|"6h cache, serve stale on failure"| MCP["llm-cost server<br/>local arithmetic"]
    MCP --> A["your agent"]

このサーバーはプロバイダー API を呼び出しません。公開フィード llms-model-prices.json を読み取り、ローカルで計算します。レート制限にかかることも、キーが漏えいすることもありません。ネットワークに問題が発生した場合も、エラーではなく最後に正常に取得したコピーを使います。各価格の確認方法は方法論に記載されており、その基盤となるカタログは、CC BY 4.0 のもとでオープンデータとして公開されています。

6 つのツール

4 つのツールで計算を行います。残りの 2 つは、計算に必要な正確なモデル ID を見つけるのに役立ちます。

接続方法

{
  "mcpServers": {
    "llm-cost": {
      "command": "npx",
      "args": ["-y", "@comparedge/llm-cost-mcp@latest"]
    }
  }
}

Claude Desktop では、このファイルを ~/Library/Application Support/Claude/claude_desktop_config.json に保存します。Cursor では、Settings から MCP を開きます。Copilot を使用する VS Code は .vscode/mcp.json を読み込みます。クライアントを再起動すると、6 つのツールが表示されます。API キーもアカウントも不要です。クライアントごとの手順はセットアップガイドをご覧ください。

開発元

ソフトウェアの価格を見積もる前にベンダーのページで確認している ComparEdge が開発しました。2 つの姉妹サーバーがデータを共有しています。フルカタログサーバーと価格変更を監視するサーバーです。どちらも ComparEdge MCP で利用できます。

MIT ライセンスです。標準の Model Context Protocol に準拠した、stdio 上の JSON-RPC 2.0 です。