Servidor MCP de BenchLeader

• Nombre en el registrocom.benchleader/benchleaderverificado en el registro MCP

El nombre en el registro está bajo benchleader.com. El registro solo permite usar ese espacio de nombres a quien demuestra control del dominio por DNS o HTTP.

• Estadorespondecomprobado el 2026-10-31
• Herramientas7
• El servidor se llamabenchleader
• Versión del servidor1.0.0
• Versión del protocolo2025-06-18

El 2026-10-31 el servidor respondió a initialize y tools/list sin iniciar sesión. Primera respuesta en 135 ms.

• Aún no se ha juzgado si sus herramientas hacen el trabajo del producto.
• Comprobado 2 de los 7 días necesarios para juzgar su fiabilidad.

Lo dicen reglas a partir de las mediciones de arriba. La primera llamada probable la elige un modelo de la lista de herramientas; lee su descripción antes de fiarte.

• Nota INITE MCPtras una semanala nota necesita 7 comprobaciones diarias: 2 hasta ahora
• Respondiómidiendo2 de las 7 comprobaciones diarias necesarias para mostrar el porcentaje
• Mediana de la primera respuesta120 ms
• Espacio en el contexto del agente≈ 1348 tokenslas definiciones de todas sus herramientas (7), que el agente lleva en cada turno
• Definiciones de herramientasA · 100 de 100
• Resultados tipados0 de 7 herramientasdeclaran outputSchema: el resultado llega tipado y se lee de una vez

• Todas las herramientas pasan las seis comprobaciones.

Un programa comprueba el servidor una vez al día: initialize y tools/list, sin modelo. Los tokens son la longitud de las definiciones, a unos cuatro caracteres por token. La nota promedia seis comprobaciones del nombre, la descripción, el esquema y las anotaciones de cada herramienta; dice lo bien descritas que están, no si funcionan. La nota pondera solo lo medido: si responde (25%), si hace el trabajo del producto (25%), definiciones (20%), contexto (10%), uso (10%) y lo fácil que es conectarse (10%). Lo que no se midió queda fuera, y una instrucción oculta limita la nota a 40. El estado de los servidores MCP de los proveedores: método y números →

• get_leaderboard

  The BenchLeader Index leaderboard of large language models: a daily composite of independent public benchmarks, one row per model (its best reasoning-effort configuration) as on the homepage. Optionally rank by one category score (coding…

• search_models

  Find models by name, alias, id or developer ("opus", "gemini 4", "deepseek"). Returns each match's id, rank, Index and reasoning-effort configurations, for use with get_model and compare_models.

• get_model

  One model's BenchLeader profile: Index and rank, category scores, list price, speed, latency, context window, its other reasoning-effort configurations, and its strongest independent benchmark results (each with its board rank, publisher…

• compare_models

  Head-to-head comparison of two models with BenchLeader's verdict: who leads on quality (a lead is claimed only outside the combined margin of error), price and speed ratios, category-by-category wins, when to choose each, and shared…

• list_benchmarks

  The benchmarks BenchLeader reads: what each measures, publisher, category, whether it feeds the Index (and its weight), how many models it covers, status and caveats. Filter by category or a search query. Paged.

• get_benchmark

  One benchmark: what it measures, unit, publisher and source, whether and how much it counts in the BenchLeader Index, status and caveats, and its top models (one row per model, best result first).

• about_benchleader

  What BenchLeader is, how the BenchLeader Index is computed, the current method version, data date and update cadence, coverage counts, licence and how to cite it.