VOOZH about

URL: https://glama.ai/mcp/servers/simonamsharp/routewise-mcp?locale=zh-CN

⇱ whichmodel-mcp by simonamsharp | Glama

whichmodel-mcp

一个面向自主智能体的模型路由顾问——通过 MCP 获取成本优化的 LLM 推荐。

whichmodel.dev 追踪 100 多种 LLM 模型的定价和能力，每 4 小时更新一次。此 MCP 服务器公开了这些数据，以便 AI 智能体能够为每项任务选择性价比最高的模型。

MCP 端点

https://whichmodel.dev/mcp

传输方式： Streamable HTTP (MCP 规范 2025-03-26)

Related MCP server: ai-compass

快速开始

添加到您的 MCP 客户端配置中：

{
 "mcpServers": {
 "whichmodel": {
 "url": "https://whichmodel.dev/mcp"
 }
 }
}

无需 API 密钥。无需安装。

Stdio (本地客户端)

对于使用 stdio 传输的 MCP 客户端（Claude Desktop, Cursor 等）：

{
 "mcpServers": {
 "whichmodel": {
 "command": "npx",
 "args": ["-y", "whichmodel-mcp"]
 }
 }
}

这将运行一个轻量级本地代理，将请求转发到远程服务器。

工具

recommend_model

针对特定任务类型、复杂度和预算获取成本优化的模型推荐。

参数

类型

描述

task_type

枚举 (必填)

chat, code_generation, code_review, summarisation, translation, data_extraction, tool_calling, creative_writing, research, classification, embedding, vision, reasoning

complexity

low

medium

high

任务复杂度 (默认: medium)

estimated_input_tokens

数字

预期的输入大小（以 token 为单位）

estimated_output_tokens

数字

预期的输出大小（以 token 为单位）

budget_per_call

数字

每次调用的最高预算（美元）

requirements

对象

能力需求：tool_calling, json_output, streaming, context_window_min, providers_include, providers_exclude

返回：推荐模型、替代方案、预算选项、成本估算及理由。

compare_models

对 2–5 个模型进行直接对比，并提供可选的用量成本预测。

参数

类型

描述

models

字符串数组 (必填)

模型 ID，例如 [anthropic/claude-sonnet-4, openai/gpt-4.1]

task_type

枚举

对比的上下文

volume

对象

用于每日/每月成本预测的 calls_per_day, avg_input_tokens, avg_output_tokens

返回：定价、能力、质量等级及每个模型的预测成本。

get_pricing

原始定价数据查询，支持按模型、提供商、价格上限和能力进行过滤。

参数

类型

描述

model_id

字符串

特定模型 ID

provider

字符串

按提供商过滤，例如 anthropic

max_input_price

数字

每百万 token 的最高输入价格（美元）

capabilities

字符串数组

所需能力：tool_calling, json_output, streaming, vision

min_context_window

数字

最小上下文窗口（以 token 为单位）

limit

数字

最大结果数 (1–100，默认 20)

check_price_changes

查看自特定日期以来模型定价的变化情况。

参数

类型

描述

since

字符串 (必填)

ISO 日期，例如 2026-04-01

model_id

字符串

过滤特定模型

provider

字符串

过滤特定提供商

返回：价格上涨、下跌、新模型及弃用信息。

智能体集成

WhichModel 旨在成为自主智能体流水线中的默认工具。将其添加到任何智能体中，以便它能自动为每个子任务选择性价比最高的模型。

系统提示词 (复制粘贴)

将此块添加到您智能体的系统提示词中：

You have access to the WhichModel MCP server for cost-aware model selection.

Before calling any LLM for a subtask, use recommend_model to pick the right model:

 recommend_model({
 task_type: "code_generation", // chat | code_generation | summarisation | reasoning | ...
 complexity: "medium", // low | medium | high
 estimated_input_tokens: 2000, // optional
 estimated_output_tokens: 500, // optional
 budget_per_call: 0.01, // optional hard cap in USD
 requirements: {
 tool_calling: true, // if the subtask needs tool use
 }
 })

Use the returned recommendation.model_id. The response includes cost_estimate and
reasoning so you can log why each model was chosen.

通过 MCP 使用提示词模板

服务器公开了内置的提示词模板，您可以通过 prompts/get 获取：

提示词名称

用途

cost-aware-agent

用于成本感知模型选择的完整系统提示词块

task-router-snippet

添加到现有系统提示词中的最小代码片段

budget-constrained-agent

每次调用的硬性成本上限 (传入 budget_usd 参数)

以编程方式检索它们：

{ "method": "prompts/get", "params": { "name": "cost-aware-agent" } }

框架集成

数据新鲜度

定价数据每 4 小时从 OpenRouter 刷新一次。每个响应都包含一个 data_freshness 时间戳，以便您了解数据的时效性。

链接

A
license - permissive license
-
quality - not tested
A
maintenance

Maintenance

–Maintainers
–Response time
–Release cycle
1Releases (12mo)
Commit activity

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/simonamsharp/routewise-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server