プロトタイプ · プレビュー版：公式レジストリのすべてのサーバーを掲載し、30分ごとに同期しています。Google でログインするとレビューを書けます。プロトタイプ · 30分ごとに更新
PopNx MCPAIを使う人のためのMCPサーバー · やさしい言葉で解説
☰ メニュー日本語 設定
初心者モード オフ
配色システムに合わせるライトダーク
言語ไทยEnglish中文日本語한국어EspañolDeutsch

LLM Latency Tracker

作者：mazamakaバージョン 1.1.0i★ 12iクラウドで動く
レジストリ名dev.llmlatency/llm-latency-tracker

インストール方法

What it does

Measured latency, time to first token and uptime for ~45 AI inference APIs, by region.

  • Connects クラウドで動く
  • Account or key No key needed
  • Category 検索・AIの記憶

インストール

使っているAIアプリを選んで、設定をコピーしてください。

チェック 5/5 合格 · 質問内容は提供元のサーバー（llmlatency.dev）を通ります · ✓ コマンド確認済み 2026年11月13日

まず：どの AI を使っていますか？

使っているアプリを選ぶと、下に手順が表示されます。

Claude につなげます · 約 2 分

キー不要、インストール不要 · claude.ai かデスクトップアプリで一度設定すれば、チャットで使えます · 無料アカウントは 1 つまで · Team/Enterprise はオーナー（Owner）が追加

  1. Claude の Connectors ページを開く

    CustomizeConnectors

    CustomizeConnectors1+ Add2https://…3Add4

  2. 「+ Add」→「Add custom connector」を押し、この 2 つを入力

    ここからコピーして Claude の同じ名前の欄に貼り付け、Continue を押します

    Name · 名前LLM Latency Tracker
    Remote MCP server URL · アドレスhttps://llmlatency.dev/mcp

    Authentication は Claude が検出したままにして Add を押します

  3. チャットで有効にする

    +ConnectorsLLM Latency Tracker

  4. 試してみる

    LLM Latency Tracker を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Claude が LLM Latency Tracker を使っていると言うか、回答に LLM Latency Tracker のツール名が出れば接続成功です

メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

ChatGPT は法人向けプランのみ接続できます

Web 版 ChatGPT Business・Enterprise・Edu で、ワークスペースの管理者かオーナーが追加します · Free・Plus・Pro の場合：あなたの ChatGPT プランではまだ MCP を自分でつなげません

  1. Web 版 ChatGPT で MCP の追加ページを開く

    Plugins+Add custom MCP server

    ChatGPTPlugins1+2https://…3Create4

  2. 名前とアドレスを入力

    名前を入れ、Connection にアドレスを貼り付け、注意事項にチェックして Create as a plugin を押します

    Name · 名前LLM Latency Tracker
    Connection · アドレスhttps://llmlatency.dev/mcp

  3. チャットで LLM Latency Tracker を選ぶ

    新しいチャットを開き、入力前にプラグインの一覧から LLM Latency Tracker を選びます

  4. 試してみる

    LLM Latency Tracker を使って、私に何ができるか教えて、1 つやってみせて

    ✓ ChatGPT が LLM Latency Tracker を使っていると言うか、回答に LLM Latency Tracker のツール名が出れば接続成功です

メニュー名は 2026年11月11日 に OpenAI のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

Claude Code につなげます · 約 2 分

キー不要、インストール不要

  1. ターミナルを開く

    Mac：Command+スペースで Terminal と入力 · Windows：PowerShell を開く

  2. このコマンドを貼り付けて Enter

    claude mcp add --transport http --scope user llm-latency-tracker https://llmlatency.dev/mcp

  3. Claude Code で /mcp と入力

    LLM Latency Tracker が一覧にあり、接続済みと表示されれば OK です

  4. 試してみる

    LLM Latency Tracker を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Claude Code が LLM Latency Tracker を使っていると言うか、回答に LLM Latency Tracker のツール名が出れば接続成功です

メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

Cursor につなげます · 約 2 分

キー不要、インストール不要

  1. このボタンで Cursor を開く

    Cursor で開く

    Cursor がインストールの確認をするので Install を押します

  2. Cursor の AI チャットを Agent モードで開く

  3. 試してみる

    LLM Latency Tracker を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Cursor が LLM Latency Tracker を使っていると言うか、回答に LLM Latency Tracker のツール名が出れば接続成功です

メニュー名は 2026年11月11日 に Cursor のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

VS Code につなげます · 約 2 分

キー不要、インストール不要

  1. このボタンで VS Code を開く

    VS Code で開く

    VS Code がインストールの確認をするので Install を押します

  2. VS Code の AI チャットを Agent モードで開く

  3. 試してみる

    LLM Latency Tracker を使って、私に何ができるか教えて、1 つやってみせて

    ✓ VS Code が LLM Latency Tracker を使っていると言うか、回答に LLM Latency Tracker のツール名が出れば接続成功です

メニュー名は 2026年11月11日 に VS Code のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

Windsurf、Zed、Gemini CLI など MCP を使える他のアプリは追加方法がそれぞれ違います。アプリ一覧で確認してください

MCP を使えるアプリをすべて見る →

Web 経由でつなぐアプリ用のアドレス

アドレスhttps://llmlatency.dev/mcp

JSON 設定は下の「開発者向け」にあります

つまずいたら？LLM Latency Tracker を使っている人に聞いてみましょう💬 ディスカッション →
開発者向け：ターミナルのコマンドと JSON 設定

Web 経由

Claude Code

claude mcp add --transport http --scope user llm-latency-tracker https://llmlatency.dev/mcp

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "llm-latency-tracker": {
      "url": "https://llmlatency.dev/mcp"
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "llm-latency-tracker": {
      "type": "http",
      "url": "https://llmlatency.dev/mcp"
    }
  }
}

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

ひと目でわかる

週あたりのダウンロードi
npm/PyPIにない
確認済みドメイン
✓ llmlatency.dev
接続方法
クラウドで動く
トランスポート
streamable-http
最新バージョンi
1.1.0
レジストリ公開日i
2026年8月17日
コードの最終更新i
2026年11月12日
作者
mazamaka
ウェブサイト
llmlatency.dev
レジストリでの状態
有効

使えるアプリ

このサーバーのつなぎ方と、各アプリの公式ドキュメントに基づきます。2026年11月10日に確認。

インターネット経由でつなげるアプリ

ClaudeChatGPTGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast

すべてのアプリと長所・短所 →

できること

ツールの名前と説明は、サーバーが2026年11月12日に返したそのままの内容です。書いたのは作者で、私たちではありません。プレーンテキストとして表示しています。

  • get_ai_api_latency

    Measured latency (TTFB p50/p95) and uptime rankings of AI inference API providers by region, from llmlatency.dev.

  • get_model_deprecations

    AI model deprecation calendar: announced and shutdown dates, replacement models, and how many days of migration notice each provider actually gives (median/min/max). Every entry is verified against the provider own deprecation page.

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月13日にチェック

  • ✓ 合格

    作者とリポジトリが一致

    レジストリ名はドメイン llmlatency.dev で確認済みです（レジストリがドメインの所有を確認しています）

  • ✓ 合格

    今もメンテナンスされている

    コードの最終更新：昨日

  • ✓ 合格

    ライセンスがある

    MITを使用

  • ✓ 合格

    エンドポイントが応答する

    119ミリ秒で応答（HTTP 200）

  • – 対象外

    OAuthでサインイン

    サインイン不要

  • ✓ 合格

    ツールの説明に隠れた指示がない

    2件のツールの説明を読み、AIへの隠れた指示は見つかりませんでした

話し合い

質問、コツの共有、使えないことの報告ができます。「役に立った」の多い順です。

まだ投稿はありません。最初の質問や共有をどうぞ。

ここの投稿は利用者によるもので、PopNx チームのものではありません。

Google でログインして投稿

ユーザーレビュー

まだレビューはありません

Google でログインしてレビューを書く

検索・AIの記憶のほかのサーバーとの比較i

  • このカテゴリのほかの6018件のうち93%よりスターが多い
  • このカテゴリのほかの6018件のうち29%より最近レジストリに公開
  • 基本チェックの結果が、このカテゴリのほかの6018件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

LLM Latency Trackerは安全ですか？

当てはまる基本チェック5項目のうち5項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

作者のクラウドで動きます。インストール不要でインターネット経由でつながりますが、送った内容は作者のサーバーを通ります。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は昨日、最新バージョン（1.1.0）がレジストリに届いたのは3 か月前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。URL で接続するので、リモート MCP に対応したアプリでも使えます（例：ChatGPT Business 以上）。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Ruflo

同じカテゴリのほかの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：↓ 週あたりのダウンロードi★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

Up-to-date docs for AI agents

作者：upstash広く使われている↓ 125万/週★ 6.5万昨日更新

パソコンでもクラウドでも
インストール

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

作者：DeusData広く使われている↓ 1.7万/週★ 4.9万27 日前更新

パソコンで動く
インストール

Ruflo

Agent teams, swarms, memory and hooks for Claude Code and Codex, served over MCP.

作者：ruvnet広く使われている↓ 7.4万/週★ 8.2万 リポジトリ全体のスター一昨日更新

パソコンで動く
インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

📊 LLM Latency Tracker

Measure AI API latency and uptime across regions, and publish the results as open data.

🌐 [Live rankings](https://llmlatency.dev) · [JSON API](https://llmlatency.dev/api/rankings.json) · [MCP endpoint](https://llmlatency.dev/mcp)

⚡ What it does

  • 🌍 Regional measurements — compare provider response times and availability from distributed probe nodes.
  • ⏱️ Two probe types — network time to first byte (TTFB) and optional inference time to first token (TTFT).
  • 📈 Open dataset — daily rankings, historical snapshots and regional p50 / p95 statistics.
  • 🤖 Agent access — JSON API, MCP, Markdown pages and an llms.txt index.
  • 🗓️ Model lifecycle — a deprecation calendar with links to provider announcements.

🔧 Built for measurement

  • Python standard-library core for edge probes; provider keys are needed for inference probes.
  • SQLite storage and regional aggregation, with remote nodes shipping measurements to a central node.
  • Static publishing for the website and JSON datasets.
  • CI checks for tests and linting; published snapshots include their measurement date.

Reading the results: edge TTFB measures network/API responsiveness, not model generation speed. Compare it separately from inference TTFT; results depend on region, probe type and time window.

🚀 Quick start

Use the public data without installing anything:

curl https://llmlatency.dev/api/rankings.json

Or run edge probes locally with Python 3.12+:

git clone https://github.com/mazamaka/llm-latency-tracker.git

cd llm-latency-tracker REGION=local python3 run.py python3 aggregate.py --region local

For a local stdio MCP server over the published API (stdlib only, no keys):

python3 mcp_server.py

Tools: get_ai_api_latency (provider leaderboard per region), get_provider_latency (one provider across regions), get_model_deprecations (model shutdown calendar), get_coding_agent_health (Claude Code / Codex speed and accuracy drift). All read-only.

[Inference probes, API access & site generation →](docs/USAGE.md) · [Deployment →](deploy/)

🧪 Contributing

Add a provider, bring a new probe region, or improve the measurement code. See [CONTRIBUTING.md](CONTRIBUTING.md) for setup and checks.

Python · SQLite · JSON API · MCP · Cloudflare Pages

[Code: MIT](LICENSE) · Data: CC-BY-4.0, with attribution to llmlatency.dev.

📈 Latest daily snapshot

Daily snapshot — 2026-11-06

Measured latency across 46 AI inference providers in 4 regions. Method: distributed edge (DNS→TCP→TLS→TTFB) + inference (TTFT) probes, last 24h. License: CC-BY-4.0.

RegionFastest provider (p50)p50p95Uptime
Asia (Tokyo)fireworks21 ms66 ms100%
Europe (Germany)fireworks15 ms95 ms100%
South America (São Paulo)openrouter60 ms86 ms100%
US (Central)fireworks29 ms74 ms100%

_Snapshot generated 2026-11-06T07:46:48Z — this table is regenerated daily._