XF Model Source

npx add-mcp 'https://xfms.xpansion.dev/mcp/'

XF Model Source (XFMS)

Encontre o modelo de IA que seu trabalho realmente precisa e comprove isso nas suas próprias tarefas.

IA é especializada. Existem mais de 450 modelos no OpenRouter, e aquele que todo fornecedor chama de "o melhor" não foi avaliado para o seu trabalho. O XF Model Source funciona dentro do assistente que você já usa (Claude Code, Cursor, Cline, Continue, qualquer cliente MCP) e faz três coisas:

1. Descobre o que seu trabalho precisa. Ele faz algumas perguntas simples e transforma suas respostas nos requisitos reais do trabalho: o que entra, o que deve retornar, o formato, o teto de custo, o que nunca pode acontecer.
2. Reduz o campo. Ele verifica cada modelo contra esses requisitos usando pontuações de testes independentes, as capacidades e preços publicados de cada modelo e os resultados de nossas próprias comparações, e então produz uma lista de finalistas.
3. Comprova nas suas tarefas. Uma rodada de triagem executa cerca de 12 modelos prováveis em uma de suas tarefas de exemplo. Qualquer modelo que viole um requisito obrigatório é eliminado, e os seis melhores executam todas as suas tarefas. Você recebe o vencedor, os motivos e todas as respostas para conferir por conta própria.

Pontuações e alegações não podem dizer se um modelo seguirá seu formato exato ou evitará inventar um detalhe. Portanto, o teste — e não o ranking — faz a decisão final, e cada modelo finalista mostra como realmente se saiu em nossas próprias comparações.

---

Conectar

O servidor é hospedado. Não há nada para instalar. O endereço é:

https://xfms.xpansion.dev/mcp

• Claude (claude.ai ou o aplicativo para desktop): Configurações, Conectores, Adicionar conector personalizado, cole o endereço. Entre com seu e-mail quando abrir.
• Claude Code: execute claude mcp add model-source --transport http https://xfms.xpansion.dev/mcp e depois /mcp dentro do Claude Code para entrar.
• Cursor, Windsurf e outros assistentes: adicione um servidor MCP HTTP no endereço (Cursor: ~/.cursor/mcp.json):

{
  "mcpServers": {
    "model-source": { "url": "https://xfms.xpansion.dev/mcp" }
  }
}

• Um assistente que não consegue abrir uma página de login: entre em https://xfms.xpansion.dev/signin e use o link de conexão pessoal da sua página de conta como endereço do servidor. Trate-o como uma senha.

O login é gratuito e precisa apenas do seu e-mail. Depois, pergunte ao seu assistente: "Me ajude a escolher um modelo de IA para extrair número da nota fiscal, data, total e fornecedor de notas fiscais em JSON, cerca de 2.000 por mês. O mais barato que acerte todos os campos."

Quanto custa

• Descoberta e lista de finalistas são gratuitas. O login é gratuito e precisa apenas do seu e-mail.
• As comparações rodam com sua própria chave do OpenRouter, geralmente alguns centavos. Você vê o máximo que uma comparação pode custar antes de qualquer execução, e nada roda até você autorizar. Adicione a chave como um cabeçalho X-OpenRouter-Key. Ela é usada apenas naquela execução e nunca é armazenada.
• XF Model Watch (opcional, a partir de US$ 19 por mês) re-testa seus trabalhos salvos toda semana e envia e-mail apenas quando um modelo mais barato ou melhor passa em todas as suas verificações, além de um aviso antes de seu modelo ser descontinuado. Individual US$ 19 (3 trabalhos), Equipe US$ 49 (10), Agência US$ 149 (40). Garantia de 14 dias. Detalhes: https://xfms.xpansion.dev/watch

Ferramentas

discover (descobre os requisitos reais do trabalho), rank (a lista completa de finalistas com as evidências), pick (o melhor modelo comprovado), compare (a rodada de triagem e o teste nas suas tarefas), benchmark, field_results (o que funcionou para trabalhos do mesmo tipo) e watch_job (XF Model Watch).

O que guardamos

Nenhuma conversa é mantida. Registramos a descrição de uma linha com que você começa e um ID anônimo para contar o uso. Nossas comparações diárias são publicadas em https://xfms.xpansion.dev, com todas as respostas e veredictos, para que o método possa ser verificado.

Como a lista de finalistas é construída

1. Nenhuma alegação de fornecedor como prova. Um modelo dizer que suporta JSON ou contexto longo é uma alegação. Registramos com que frequência cada modelo realmente cumpriu suas alegações em nossas próprias comparações.
2. Evidência ausente é mostrada como ausente, nunca como boa.
3. Seus requisitos decidem. Obrigações filtram; prioridades ordenam o que resta.
4. O teste decide o vencedor. Metodologia em docs/methodology.md.

Limites honestos

Uma comparação usa algumas de suas tarefas de exemplo, e um modelo avalia parte das respostas. Leia um resultado como forte evidência para sua decisão, não uma garantia. Só podemos relatar modelos que testamos, e o ranking antes do teste é uma lista de finalistas, não um veredicto.

---

Parte do Xpansion Framework

O XFMS não funciona sozinho — é a camada de seleção de modelos do Xpansion Framework.

A tese do Xpansion

Humanos se comunicam com intenção comprimida pela experiência contextual. IA simplesmente prevê padrões na linguagem. Xpansion é a camada de execução que conecta os dois.

Cada frase que um humano digita carrega contextos de uma vida que o falante assume que o outro lado vai descomprimir — o que conta como "bom o suficiente", quais restrições são inegociáveis, o que as falhas do mês passado ensinaram, o que o estilo da casa exige. A IA não compartilha esse contexto. Ela prevê padrões na linguagem, preenchendo as lacunas com o que é plausível para seus dados de treinamento. O resultado parece plausível, mas não honra a intenção: sessões perdem contexto, falhas de segurança vão para produção silenciosamente, contratos quebram sem aviso, e não há como verificar se o que foi construído realmente corresponde ao que foi pedido. Eles não sabem o que não sabem, e a IA também não.

O Xpansion fecha essa lacuna. Ele descomprime a intenção finita antecipadamente, a aplica por meio de comportamento de IA orientado por código e entrega resultados verificados binariamente contra a intenção em memória persistente que sobrevive a todos os limites de sessão.

Model Source — a aplicação da seleção de modelos

Quando você diz "o melhor modelo para esta tarefa", você está comprimindo muita coisa: o que conta como melhor depende de você se importar com raciocínio factual ou prosa coerente, se custo importa mais do que latência, se você realmente precisa de visão ou apenas texto, se a chamada precisa transmitir em streaming, se um benchmark específico domina sua carga de trabalho real. A IA sozinha prevê o padrão — qual modelo a maioria das pessoas escolhe para consultas parecidas com esta? — e dá uma resposta que parece plausível, mas muitas vezes está errada para você.

O XFMS faz a descompressão. Ele pega seu propósito declarado, infere quais benchmarks realmente se mapeiam para ele, honra suas preferências primárias declaradas sem sobrescrevê-las silenciosamente, traz à tona os requisitos latentes que você não sabia que precisava perguntar (streaming para chat em tempo real, visão para OCR) e testa as principais opções contra sua consulta real para verificar a recomendação — não prevê-la. Depois, ele explica, em linguagem simples, por que escolheu o que escolheu.

Um módulo por aplicação

O restante da pilha Xpansion aplica o mesmo contrato de descomprimir- aplicar-verificar para diferentes partes do trabalho:

• Dispatch (Dispatch) — roteador de tarefas em tempo de execução. Observa que tipo de trabalho você está fazendo e o roteia para a ferramenta certa.
• Finite Intent (XFFI) — transforma "construa um recurso para mim" em um especificação finita com terminais binários antes de qualquer código ser escrito. Interrompe o desvio de escopo na origem.
• Boundary Auditor (XFBA) — verifica cada edição de código contra contratos. Impede que assinaturas de função quebradas e tipos incompatíveis cheguem à produção.
• Systemic Impact Analysis (XSIA) — mapeia o raio de impacto de uma mudança proposta antes de ela ser aplicada. Informa o que mais pode quebrar.
• Token Conservation (XFTC) — gerencia quanto da conversa precisa permanecer na memória de trabalho do assistente. Previne perda de contexto em sessões longas.
• Execution Audit (XFXA) — verifica se cada promessa da especificação foi realmente cumprida antes de declarar a tarefa concluída. A verificação binária final.
• Memory Tree (XFMT) — instantâneos de sessão que permanecem pesquisáveis entre conversas. Seu assistente lembra o que você decidiu na semana passada.
• Security Auditor (XFSA) — varredura de segurança estática + IA em cada edição de código. Detecta segredos, caminhos de injeção e padrões inseguros antes de irem para produção.

O quadro completo, com o restante dos módulos, está em xpansion.dev.

O Xpansion está em pré-cadastro agora. Acesso antecipado e licenças de fundadores estão abertos em xpansion.dev. O XFMS é a primeira peça a ser lançada pública e gratuitamente — o restante vem depois.

---

Desenvolvimento local

git clone https://github.com/VisionAIrySE/XFMS.git
cd XFMS
python3 -m venv .venv
.venv/bin/pip install -e .[dev]
.venv/bin/python -m pytest tests/ -v

Os testes simulam a camada HTTP para rodarem offline — nenhuma chave de API é necessária para desenvolver.

---

Licença

Esta biblioteca cliente é licenciada sob MIT. O mecanismo de recomendação, o catálogo e o pipeline de ingestão não são open source. Veja NOTICE para a linguagem de reserva de patente e a relação com a propriedade intelectual mais ampla do Xpansion Framework.

---

Contato

• Russ Wright — russ@visionairy.biz
• Xpansion Framework — xpansion.dev
• Divulgações de segurança — veja SECURITY.md