Agent-Native Calendar
Agent-Native Google Calendar - manage events, sync, and public booking
Beschreibung vom Entwickler (englisches Original)
AI inference price index: token prices, cost per capability, open vs closed, hosts, cost per task.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:
https://infercpi.com/mcpFühre das in deinem Terminal aus
claude mcp add --transport http api https://infercpi.com/mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"api": {
"url": "https://infercpi.com/mcp"
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"api": {
"type": "http",
"url": "https://infercpi.com/mcp"
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
ChatGPT verbindet sich nur mit Servern im Internet:
https://infercpi.com/mcpMenünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Tool-Namen und -Beschreibungen genau so, wie der Server sie am 7. Nov. 2026 gemeldet hat. Geschrieben hat sie der Entwickler, nicht wir; wir zeigen sie als reinen Text.
index_latestLatest value of every index series (list-price chained/composition/hedonic, usage-weighted paid price, Törnqvist, OpenRouter shares, TPI replica) with dates, the latest editorial note, and the licence/attribution line. Start here.
index_seriesFull weekly history of one series as [[unix_ts, value], ...] plus its method string. signal: price_index | weighted_index | or_rankings | implied_margin | self_host | task_cost | hf_downloads | gpu_spot | gpu_neocloud | aws_gpu | speed | hyperscaler_capex | seller_revenue | cloud
index_catalogueEvery series the index publishes: signal/key, point count, first and last date, method string.
basketEvery model priced in this week's list-price index: provider, blended $/1M (0.75 in + 0.25 out), Epoch capability score where matched.
eventsPriced events in first-party price lists, newest first: launch, price_cut, price_increase, removed, each with key, provider, old/new blended $/1M and pct. since: ISO date; kind: filter to one kind.
speedLatest daily speed run, measured by the index: per model and route (openrouter default routing, openrouter_pinned to the first-party host, anthropic and openai direct), median time to first token (ms), visible output tokens per second, host that served it. Same prompt every day.
model_priceBlended list $/1M for one model by any common name ('Claude Opus 5.5', 'anthropic/claude-opus-5.5', 'gpt-5.5'); matches by the index's name normaliser and returns every basket entry that matches.
open_vs_closedCheapest blended $/1M at each capability level (Epoch ECI 130/145/160) for closed models, open models at their lab's price and open models at the cheapest third-party host; the open discount; DeepSeek's floor lift (cheapest price without DeepSeek / cheapest overall, at lab and at
self_hostingWhat it costs per 1M tokens to leave the APIs: desk boxes (Mac Studio lease, RTX 5090 bought) at full and 25% duty, H100 rented by source (Vast, AWS, RunPod, CoreWeave, Lambda, Nebius) and owned, against the API price of the same open model and of the cheapest closed model at equ
cost_per_taskMonthly measurement: dollars and tokens per completed task for the most-used models (fixed 8-task suite via OpenRouter at default settings, charged cost), reasoning share of output tokens, accuracy, and medians.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026
Der Registry-Name wurde über die Domain infercpi.com bestätigt (die Registry prüft, wem die Domain gehört)
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Antwort in 572 ms (HTTP 200)
Keine Anmeldung nötig
Wir haben 10 Tool-Beschreibungen gelesen und keine versteckten Anweisungen an die KI gefunden
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.0) kam vor 10 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.
In derselben Kategorie: Agent-Native Calendar, Excel MCP Server, MCP Server for Excel
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Agent-Native Google Calendar - manage events, sync, and public booking
Create and edit Excel files with AI: charts, PivotTables, formulas. No Excel needed.
Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
InferCPI tracks what AI inference costs: list prices, what buyers actually pay, the cost of a fixed level of capability, open vs closed models, third-party hosts, self-hosting, and cost per completed task. Site: https://infercpi.com.
This repo holds the public API docs, examples and the MCP server. The data is free, needs no key, and is licensed CC BY 4.0: cite as *InferCPI, infercpi.com*.
Static JSON at https://infercpi.com/v1/. Full reference: https://infercpi.com/api.html.
| File | What |
|---|---|
latest.json | Last value of every series, plus the weekly editorial note |
index.json | Catalogue of every series: point count, dates, method string, URL |
series/ / .json | Full history: points: [[unix_ts, value], ...] and method |
basket.json | Every model priced this week: input, output and blended $/1M, context, Epoch ECI, open or closed |
events.json | Launches, price cuts, increases and removals since Sep 2023 |
speed.json | Our daily speed run: time to first token, tokens per second |
token_mix.json | Tokens routed through OpenRouter per week, by lab and region |
capex.json | Hyperscaler capex, chip and cloud revenue by quarter (SEC filings) |
curl -s https://infercpi.com/v1/latest.json | jq '.latest["weighted_index/paid_usd_1m"]'
More in examples/.
mcp_server.py gives agents ten read-only tools over the API: index_latest, index_series, index_catalogue, basket, model_price, events, speed, open_vs_closed, self_hosting, cost_per_task.
Hosted, no key: https://infercpi.com/mcp (streamable HTTP).
claude mcp add --transport http infercpi https://infercpi.com/mcp # Claude Code
Claude.ai and Claude Desktop: Settings → Connectors → Add custom connector, paste the URL.
Or run it yourself:
mkdir -p ~/.local/share/infercpi
curl -so ~/.local/share/infercpi/mcp_server.py https://raw.githubusercontent.com/Infer-CPI/api/main/mcp_server.py pip install mcp # mcp 1.x or 2.x both work claude mcp add infercpi -s user -- python3 ~/.local/share/infercpi/mcp_server.py # Claude Code python3 ~/.local/share/infercpi/mcp_server.py --http # or: streamable HTTP on :8765
Claude Desktop (claude_desktop_config.json):
{ "mcpServers": { "infercpi": { "command": "python3", "args": ["/home/YOU/.local/share/infercpi/mcp_server.py"] } } }
It reads https://infercpi.com by default; set INFERCPI_BASE to point elsewhere.
How every series is built: https://infercpi.com/methodology.html. Inputs: LiteLLM and pydantic/genai-prices (MIT), Epoch AI Capabilities Index (CC BY 4.0), OpenRouter rankings (CC BY 4.0), SEC filings (public domain). Speed and cost per task are our own measurements.
Code in this repo: MIT. Index data: CC BY 4.0. Questions, corrections or a series you need: open an issue.