Llm Cost Estimator

io.github.waqarulwahab由 GitHub 帳號 waqarulwahab 發布v0.3.1更新於 Oct 25, 2026

Token counting & multi-model LLM cost estimates: GPT-4o, Claude, Gemini, 25+. No API key.

已驗證STDIO僅桌面資料與分析AI 與機器學習

概覽

AI 產生的概覽

一個本機 MCP 伺服器，讓助理統計 token 數量並估算 25 種以上大型模型的費用，不需 API 金鑰。

可以做什麼
針對一段文字估算多個模型的 token 數與費用，回傳 Markdown 表格和結構化 JSON，可選輸出 token 數與貨幣參數。統計單一模型的 token 數，其中 OpenAI 為精確值，其他供應商標示為估算。列出所有模型鍵及其供應商、每百萬 token 價格和上下文視窗。
適用情境
適合在 GPT-4o、Claude、Gemini、DeepSeek、Mistral、Llama、Grok 等供應商之間比較提示詞或輸出成本，或在把文字送給模型前確認其 token 用量。
執行需求
以 stdio 方式在本機執行，由 MCP 用戶端作為子程序啟動。需要 Node.js；已發佈的 npm 套件可用 npx 啟動，也可從原始碼在本機建置。不需 API 金鑰或環境變數。
安裝前請注意
價格被說明為代表性佔位值，估算結果應與各供應商官方定價核對。只有 OpenAI 的 token 數是精確的，其他供應商以 OpenAI 編碼近似計算並標示為估算。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Llm Cost Estimator，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。

其他 MCP 客戶端

參照 儲存庫 中的啟動說明。

README

llm-cost-estimator-mcp

An MCP (Model Context Protocol) server that gives Claude, Cursor, or any MCP client the ability to count tokens and estimate LLM costs across GPT-4o, Claude, Gemini, DeepSeek, Mistral, Llama, Grok, and 25+ models — locally, with no API key.

It reuses the exact same tokenizer + pricing + estimator core as the LLM Cost & Token Estimator VS Code extension in this repo.

Tools

ToolDescription
estimate_costToken count + cost across multiple models for a piece of text. Returns a Markdown table and structured JSON. Args: text, models?, outputTokens?, currency?.
count_tokensToken count for one model. Args: text, model?. OpenAI is exact (tiktoken); others are flagged estimates.
list_modelsAll model keys with provider, prices (USD/1M), and context window.

⚠️ Prices are representative placeholders — verify against each provider's official pricing page. OpenAI counts are exact; all other providers are approximated via an OpenAI encoding and flagged as estimates.

Build (from source)

The server reuses the extension's core in ../src (whose files import js-tiktoken), so install the repo-root dependencies first:

bash
npm install            # at the repo ROOT, once (provides the reused core's deps)cd mcp-servernpm installnpm run build          # -> dist/index.jsnpm test               # builds, then runs a real stdio MCP handshake

End users don't need this — they just npx -y llm-cost-estimator-mcp once it's published (the published dist/index.js is fully self-contained).

Connect it

The server speaks MCP over stdio, so any client launches it as a subprocess. Use the absolute path to mcp-server/dist/index.js.

Claude Desktop

Edit claude_desktop_config.json (Windows: %APPDATA%\Claude\claude_desktop_config.json, macOS: ~/Library/Application Support/Claude/claude_desktop_config.json):

jsonc
{  "mcpServers": {    "llm-cost-estimator": {      "command": "node",      "args": ["C:/path/to/llm-cost-estimator/mcp-server/dist/index.js"]    }  }}

Restart Claude Desktop, then ask: "Estimate the cost of this prompt on GPT-4o vs Claude Sonnet vs Gemini."

Claude Code (CLI)

bash
claude mcp add llm-cost-estimator -- node /abs/path/to/mcp-server/dist/index.js

Cursor

Add to ~/.cursor/mcp.json (global) or .cursor/mcp.json (per-project):

jsonc
{  "mcpServers": {    "llm-cost-estimator": {      "command": "node",      "args": ["/abs/path/to/mcp-server/dist/index.js"]    }  }}

After publishing to npm (optional)

Once this package is published, clients can launch it without a local build:

jsonc
{  "mcpServers": {    "llm-cost-estimator": { "command": "npx", "args": ["-y", "llm-cost-estimator-mcp"] }  }}

License

MIT — see ../LICENSE.

來源：mcp-server/README.md，提交 b90eb2e

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包，因此其工具未知。

版本歷史

1
  1. v0.3.1最新Sep 16, 2026

評分

已滿足適用檢查項的 50%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分