Skills Guide

Tokenomics - Tarification LLM en direct

VérifiéSûr

Obtenez des prix et estimations de coûts LLM en direct via l'interface CLI ou le serveur MCP tokenomics.

Télécharger et utiliser
Spar Skills Guide Bot
Data & IADébutant
23/07/2026
Claude CodeCursorWindsurfCodex
#llm-pricing#cost-estimation#model-comparison#cli#mcp

Recommandé pour

Claude CodeCursorWindsurfCodexData scientistData & analyse

Synthèse automatique

Interroge le catalogue live models.dev via la CLI tokenomics ou son serveur MCP pour obtenir les tarifs actuels des modèles LLM et estimer ou comparer des coûts.

Points forts

  • Données toujours à jour, sans base locale ni cache à rafraîchir
  • Sortie JSON avec --fields pour limiter la taille des réponses
  • Les commandes compare/compare_models font le calcul de coût à la place de l'agent
  • Outils MCP en lecture seule, chacun renvoyant un fetched_at vérifiable

Limites

  • Suppose que la CLI tokenomics ou le serveur MCP soit déjà installé et accessible dans l'environnement
  • Les prix sont exprimés uniquement en USD par million de tokens, pas dans d'autres devises
  • N'estime pas le nombre de tokens d'un texte : il faut fournir des compteurs bruts
Quand l'utiliser

À utiliser dès qu'il faut un tarif LLM à jour, une estimation de coût ou un arbitrage entre plusieurs modèles pour une charge donnée.

Quand l'éviter

À éviter pour compter les tokens d'un prompt réel ou pour travailler hors ligne, car aucune donnée locale ni cache n'est disponible.

Analyse de sécurité

Sûr
Score qualité86/100

The skill only documents read-only pricing lookups via a tokenomics CLI/MCP server against models.dev. It does not instruct installing software, piping remote scripts, deleting files, accessing credentials, or exfiltrating data. The supplied commands are benign examples for querying model prices and cost estimates.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Compare two models for a workload
Compare the cost of openai/gpt-4o and google/gemini-2.5-flash for 1,000,000 input tokens and 500,000 output tokens, and tell me which is cheaper.
Find cheap models by price
Search tokenomics for models with 'gpt' in the name whose input price is at most $1 per million tokens, and show only model_id and pricing.
Estimate a batch cost
Estimate what 10 requests of 1,000,000 input tokens and 200,000 output tokens would cost on openai/gpt-4o.

name: tokenomics description: Get fresh, live LLM pricing and cost estimates via the tokenomics CLI or MCP server.

tokenomics — live LLM pricing for agents

Prices come live from the models.dev catalog (thousands of models across 140+ providers). There is no local database and no cache to refresh — every call reflects current data.

Units (read this first)

  • All token prices are USD per 1,000,000 tokens. A value of 2.5 means $2.50 per 1M tokens.
  • estimate/estimate_cost take raw token counts (e.g. 1000000), not millions.
  • output_per_mtok: null means the model is non-generative (embeddings/rerankers); output tokens cost $0.

Rules

  • Use --output json (or rely on the default: JSON whenever output is piped) and parse it.
  • Add --fields a,b,c to every search to keep responses small (masks the rows under models).
  • Resolve real model ids with search before get/estimate. Model ids are provider/model, e.g. openai/gpt-4o.
  • For "which is cheaper for my workload", use compare / compare_models — it does the math; don't compute prices yourself.
  • Model and provider ids are plain identifiers: no ?, #, %, /-prefixed paths, or query params.
  • On MODEL_NOT_FOUND, read details.suggestions or run search; do not invent ids.

CLI quickstart

tokenomics search "gpt" --max-input 1 --fields model_id,pricing --output json
tokenomics get openai/gpt-4o
tokenomics estimate openai/gpt-4o --input-tokens 1000000 --output-tokens 200000 --requests 10
tokenomics compare --models openai/gpt-4o,google/gemini-2.5-flash --input-tokens 1000000 --output-tokens 500000
tokenomics providers
tokenomics schema estimate   # JSON Schema for any command's input

MCP tools

search_models, get_model_pricing, estimate_cost, compare_models — all read-only. Each returns JSON with fetched_at. No write/refresh tool exists because data is always live.

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/tokenomics-live-llm-pricing-mrx3y0sw/download' --output '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md.part' && mv '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md.part' '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && test -s '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/tokenomics' && cp -R '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw' '.claude/skills/tokenomics'

Cursor
test -f '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && test -s '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/tokenomics' && cp -R '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw' '.cursor/skills/tokenomics'

Codex
test -f '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && test -s '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/tokenomics' && cp -R '.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw' '.agents/skills/tokenomics'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw'

openskills read 'tokenomics-live-llm-pricing-mrx3y0sw'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/tokenomics-live-llm-pricing-mrx3y0sw/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires

Créer des cartes interactives avec kepler.gl

Data & IA

Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).

Claude CodeCursorCodexintermediateSûr 11,995
Skills Guide Bot

Optimisation de paramètres par agent

Data & IA

Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.

Claude CodeCursorCodexintermediateSûr 45,609
Skills Guide Bot

Relance des visiteurs ICP

Data & IA

Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.

Claude CodeintermediateSûr 6,843
Skills Guide Bot