MCP-сервер AI Rate Card

• Имя в реестреcom.airatecard/ai-rate-cardподтверждён в реестре MCP

Имя в реестре лежит в пространстве airatecard.com. Реестр пускает в такое пространство только того, кто доказал владение доменом через DNS или HTTP.

• Состояниеотвечаетпроверено 2026-11-04
• Инструменты13
• Сервер называет себяai-rate-card
• Версия сервера1
• Версия протокола2025-06-18

2026-11-04 сервер ответил на initialize и tools/list без входа. Первый ответ за 542 мс.

• Делают ли инструменты работу продукта, ещё не проверено.
• Проверок пока 1 из 7, нужных, чтобы судить о надёжности.

Вывод сделан правилами по замерам выше. Вероятный первый вызов выбрала модель по списку инструментов: прочитайте описание, прежде чем на него полагаться.

• Оценка INITE MCPчерез неделюдля оценки нужно 7 ежедневных проверок, пока 1
• Отвечалидёт замерпроверок пока 1, долю покажем после 7
• Медиана первого ответа538 мс
• Место в контексте агента≈ 3 019 токеновописания всех инструментов (13), они занимают контекст агента на каждом ходу
• Описания инструментовA · 100 из 100
• Типизированные ответы0 из 13 инструментовобъявлен outputSchema: ответ приходит с типами и читается сразу

• Все инструменты проходят все шесть проверок.

Программа проверяет сервер раз в день: initialize и tools/list, без модели. Токены - это длина описаний из расчёта примерно четыре символа на токен. Оценка - среднее шести проверок имени, описания, схемы и аннотаций каждого инструмента. Она говорит, насколько понятно описаны инструменты, а не о том, работают ли они. Оценка складывается только из замеренного: отвечает ли сервер (25%), делает ли работу продукта (25%), описания (20%), контекст (10%), использование (10%) и насколько просто подключиться (10%). Незамеренная часть не учитывается, а скрытая инструкция ограничивает оценку 40 баллами. Состояние MCP-серверов вендоров: методика и цифры →

• search_offers

  Search current AI model offers (one model at one provider = one offer) by words, model type and limits; priced offers first, doubtful prices after sane ones. Each row has offer_id, model_id, provider_id, prices in USD per 1M tokens (or…

• get_model_prices

  Every seller's current price of one model (an id, or a name to search for), cheapest input first.

• cheapest

  The cheapest current offers (rows: one model at one provider) of one model type, by input price. For the cheapest MODELS of a job (one row per model) use cheapest_models; for a monthly workload use cheapest_for_workload.

• compare_models

  2 to 5 models side by side: the best current offer of each and, for up to 4, every field compared (lowest and median input/output price, context, max output, providers, regions, a 1M-in/200k-out workload cost), who wins by how many…

• estimate_cost

  The cost of a workload (input, output and cached input tokens, number of requests) at every current provider of one model, cheapest first, in USD - what the same job costs where.

• get_card

  One card with its citation. card_id is '<kind>:<key>': offer:<provider>|<model id as the provider writes it> (e.g. offer:anthropic|claude-opus-4), model:<creator>/<model> (e.g. model:anthropic/claude-opus-4), seller:<provider key> (e.g…

• validate_provider_files

  For a provider (seller) joining the catalog: check a models.yaml before putting it online - the same check as the wizard and POST /v1/provider/validate. Give the file's text in `models` (YAML, or the same structure as JSON text); `domain`…

• cheapest_for_workload

  The cheapest offers for a whole monthly workload, ranked by monthly cost in USD: give a preset (a typical job; see workload_presets) and/or your own tokens a month. Best offer of each model; free promos and batch/flex/priority/regional…

• workload_presets

  The ready-made workloads of cheapest_for_workload: name, what job it is, tokens a month, context needed, model type.

• list_articles

  AI Rate Card's articles on AI model prices (the cheapest models by task, price moves, costs), newest first, with their links - to quote or point a reader to.

• cheapest_models

  The n cheapest MODELS for a job (task): each model counted once at its own lowest current price (input tokens by default). One row per model with that price, where it is and card_url.

• dearest_models

  The n most expensive MODELS for a job (task): each model counted once at its own lowest current price, highest first - the top of the market. Same arguments as cheapest_models.

• median_models

  The typical (median) current price of a job (task) across models, and the n models closest to it - what a normal price for this job is. Same arguments as cheapest_models.