WhichModel

whichmodel-mcp

Un asesor de enrutamiento de modelos para agentes autónomos: obtén recomendaciones de LLM optimizadas en costos a través de MCP.

whichmodel.dev rastrea precios y capacidades en más de 100 modelos de LLM, actualizados cada 4 horas. Este servidor MCP expone esos datos para que los agentes de IA puedan elegir el modelo adecuado al mejor precio para cada tarea.

Endpoint MCP

https://whichmodel.dev/mcp

Transporte: HTTP transmisible (especificación MCP 2025-03-26)

Inicio rápido

Agrega a la configuración de tu cliente MCP:

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

No se requiere clave API. No se necesita instalación.

Stdio (clientes locales)

Para clientes MCP que usan transporte stdio (Claude Desktop, Cursor, etc.):

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

Esto ejecuta un proxy local ligero que reenvía solicitudes al servidor remoto.

Herramientas

recommend_model

Obtén una recomendación de modelo optimizada en costos para un tipo de tarea, complejidad y presupuesto específicos.

Parámetro	Tipo	Descripción
task_type	enum (obligatorio)	chat, code_generation, code_review, summarisation, translation, data_extraction, tool_calling, creative_writing, research, classification, embedding, vision, reasoning
complexity	low | medium | high	Complejidad de la tarea (predeterminado: medium)
estimated_input_tokens	número	Tamaño esperado de entrada en tokens
estimated_output_tokens	número	Tamaño esperado de salida en tokens
budget_per_call	número	Gasto máximo en USD por llamada
requirements	objeto	Requisitos de capacidad: tool_calling, json_output, streaming, context_window_min, providers_include, providers_exclude

Devuelve: modelo recomendado, alternativa, opción económica, estimación de costos y justificación.

---

compare_models

Comparación directa de 2 a 5 modelos con proyecciones de costos por volumen opcionales.

Parámetro	Tipo	Descripción
models	string[] (obligatorio)	IDs de modelos, p. ej. [anthropic/claude-sonnet-4, openai/gpt-4.1]
task_type	enum	Contexto para la comparación
volume	objeto	calls_per_day, avg_input_tokens, avg_output_tokens para proyecciones de costos diarios/mensuales

Devuelve: precios, capacidades, niveles de calidad y costos proyectados por modelo.

---

get_pricing

Consulta de datos de precios sin procesar con filtros por modelo, proveedor, límite de precio y capacidades.

Parámetro	Tipo	Descripción
model_id	string	ID de modelo específico
provider	string	Filtrar por proveedor, p. ej. anthropic
max_input_price	número	Precio máximo de entrada por millón de tokens (USD)
capabilities	string[]	Capacidades requeridas: tool_calling, json_output, streaming, vision
min_context_window	número	Ventana de contexto mínima en tokens
limit	número	Resultados máximos (1–100, predeterminado 20)

---

check_price_changes

Consulta qué precios de modelos han cambiado desde una fecha determinada.

Parámetro	Tipo	Descripción
since	string (obligatorio)	Fecha ISO, p. ej. 2026-04-01
model_id	string	Filtrar a un modelo específico
provider	string	Filtrar a un proveedor específico

Devuelve: aumentos de precios, disminuciones, modelos nuevos y descontinuaciones.

Integración con agentes

WhichModel está diseñado para ser una herramienta predeterminada en los flujos de agentes autónomos. Agrégala a cualquier agente para que pueda elegir el modelo adecuado al precio correcto para cada subtarea automáticamente.

Prompt del sistema (copiar y pegar)

Agrega este bloque al prompt del sistema de tu agente:

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.

Plantillas de prompt vía MCP

El servidor expone plantillas de prompt integradas que puedes obtener mediante prompts/get:

Nombre del prompt	Caso de uso
cost-aware-agent	Bloque completo de prompt del sistema para selección de modelos consciente de costos
task-router-snippet	Fragmento mínimo para agregar a un prompt del sistema existente
budget-constrained-agent	Límite de costo estricto por llamada (pasa el argumento budget_usd)

Recupéralas programáticamente:

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

Integraciones con frameworks

• LangChain: langchain-whichmodel — cadena WhichModelRouter
• Haystack: whichmodel-haystack — componente WhichModelRouter

Frescura de los datos

Los datos de precios se actualizan cada 4 horas desde OpenRouter. Cada respuesta incluye una marca de tiempo data_freshness para que sepas qué tan actualizados están los datos.

Enlaces

• Sitio web: whichmodel.dev
• Endpoint MCP: https://whichmodel.dev/mcp
• Descubrimiento: https://whichmodel.dev/.well-known/mcp.json
• Registro nAIm: naim.janis7ewski.org — registro de servicios de IA; explora la categoría LLM para encontrar WhichModel como fuente de precios en vivo y enlazar directamente al endpoint MCP