MinerU
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
Which LLM for which task: benchmark scores and API prices for 400+ models. Free, no key.
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
A privacy-first app that strips AI watermarks from content you own.
Agent skills for Obsidian. Teach your agent to use Obsidian CLI and open formats including Markdown, Bases, JSON Canvas.
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 0/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 12/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 8/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 20/100 |
Calidad: Pasó 4/4 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala LLMBenchmark.ai. Sigue https://mcp.popnx.com/i/llmbenchmark.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 4/4 revisiones · Lo que preguntas pasa por el servidor del autor (api.llmbenchmark.ai) · ✓ Comandos revisados el 20 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude · unos 2 min
Sin clave y sin instalar nada · Configúralo una vez en claude.ai o en la app de escritorio y úsalo en el chat · las cuentas gratis pueden añadir 1 · en Team/Enterprise lo añade un Owner
CustomizeConnectors
Copia cada valor al campo con el mismo nombre en Claude y pulsa Continue
LLMBenchmark.aihttps://api.llmbenchmark.ai/mcpPulsa Continue en la pantalla de inicio de sesión que detectó Claude · en Authentication elige lo que indique el autor (Sign in now, Sign in when needed o No sign in) y pulsa Add
+ConnectorsLLMBenchmark.ai
Usa LLMBenchmark.ai y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando LLMBenchmark.ai o muestra una herramienta de LLMBenchmark.ai en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con ChatGPT según tu plan
MCP completo: ChatGPT Business, Enterprise o Edu en la web · Pro: conecta con permisos de lectura/obtención, así que las herramientas que cambian datos pueden no funcionar · Plus: no confirmado en la documentación; si ves una opción para añadir MCP propio en la página de plugins puedes probar · solo web
Plugins+Add custom MCP server
Pon un nombre, pega la dirección en Connection, marca el aviso de riesgo y pulsa Create as a plugin
LLMBenchmark.aihttps://api.llmbenchmark.ai/mcpAbre un chat nuevo y elige LLMBenchmark.ai en tus plugins antes de escribir
Usa LLMBenchmark.ai y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si ChatGPT dice que está usando LLMBenchmark.ai o muestra una herramienta de LLMBenchmark.ai en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de OpenAI el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Claude Code · unos 2 min
Sin clave y sin instalar nada
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --transport http --scope user llmbenchmark https://api.llmbenchmark.ai/mcpDeberías ver LLMBenchmark.ai en la lista como conectado
Usa LLMBenchmark.ai y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando LLMBenchmark.ai o muestra una herramienta de LLMBenchmark.ai en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor · unos 2 min
Sin clave y sin instalar nada
Usa LLMBenchmark.ai y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando LLMBenchmark.ai o muestra una herramienta de LLMBenchmark.ai en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code · unos 2 min
Sin clave y sin instalar nada
Usa LLMBenchmark.ai y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando LLMBenchmark.ai o muestra una herramienta de LLMBenchmark.ai en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
Dirección para apps que se conectan por la web
https://api.llmbenchmark.ai/mcpLa configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --transport http --scope user llmbenchmark https://api.llmbenchmark.ai/mcpCursor (~/.cursor/mcp.json)
{
"mcpServers": {
"llmbenchmark": {
"url": "https://api.llmbenchmark.ai/mcp"
}
}
}VS Code (mcp.json)
{
"servers": {
"llmbenchmark": {
"type": "http",
"url": "https://api.llmbenchmark.ai/mcp"
}
}
}Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se conectan por internet en
ClaudeChatGPTGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast
Nombres y descripciones de las herramientas tal como los informó el servidor el 20 nov 2026. Los escribió el creador, no nosotros; los mostramos como texto sin formato.
recommend_modelWhich model should I use for this task? Maps the task text to a category (coding, agentic, reasoning, math, knowledge, web design, or overall when nothing matches) by a fixed keyword map, filters by output price per million tokens, context length and open weights, and ranks by th
get_leaderboardThe top models on one category's board. category is one of overall, coding, agentic, reasoning, math, knowledge, design (see list_categories). limit is 1 to 50. overall is the LLMBenchmark Index: a weighted mean of the Vibe Coding Index, the agentic, reasoning, math and knowledge
compare_modelsTwo models side by side: score on every category board where both were measured, prices, context. Names are matched loosely: 'claude opus', 'gpt-5' or a slug all work.
get_modelOne model: maker, release date, prices, context, open weights, and its score and rank on every category board. Name or slug.
get_pricesAPI prices (USD per million tokens), cheapest output price first: the maker's own price when it serves the model on OpenRouter, else the median of providers (price_basis says which), plus the cheapest provider. Filter by model name and/or maker; limit is 1 to 100.
list_categoriesThe categories recommend_model and get_leaderboard know, the benchmark board behind each, and the task keywords that select it.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 20 nov 2026
El nombre en el registro se verificó con el dominio llmbenchmark.ai (el registro comprueba quién es dueño del dominio)
Último cambio de código: hoy
No aplica: servidor en la nube del propio dueño de llmbenchmark.ai; no ejecutas código del repo
Respondió en 459 ms (HTTP 200)
No hace falta iniciar sesión
Leímos 6 descripciones de herramientas y no encontramos instrucciones ocultas para la IA
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/llmbenchmark)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 4 de 4 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en la nube del creador. Te conectas por internet sin instalar nada, pero lo que envías pasa por los servidores del creador.
El repo de GitHub cambió por última vez hoy, y la última versión (1.0.0) llegó al registro hoy.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. Se conecta por URL, así que también sirve en apps que aceptan MCP remoto, como ChatGPT en la web (MCP completo en Business y superiores; Pro solo lectura).
En la misma categoría: Puter MCP, XcodeBuildMCP, Vexa, Atlassian Rovo MCP Server, Anki MCP Server
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Puter MCP enables AI tools to interact with Puter: manage files, websites, workers, and more
XcodeBuildMCP provides tools for Xcode project management, simulator management, and app utilities.
Meeting bot and transcripts for Google Meet, Teams and Zoom. Live or after, speakers labelled.
Connect to Atlassian Jira, Confluence, Loom, and more to search, create, and manage your work.
MCP server for Anki flashcards: adaptive review, notes, media, and deck management via AnkiConnect.
| Este LLMBenchmark.ai | Puter MCP | XcodeBuildMCP | Vexa | Atlassian Rovo MCP Server | Anki MCP Server | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Se instala en tu equipo |
| Necesita clave | No | No | No | Sí | No | No |
| Se añade con + en Claude | No | No | No | No | Sí | No |
| Revisiones básicas | 4/4 | 4/4 | 3/3 | 2/4 | 4/4 | 3/3 |
| Licencia | MIT | AGPL-3.0 | MIT | Apache-2.0 | Apache-2.0 | MIT |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Ask "which model should I use for this task?" and get an answer from benchmark scores and API prices of 400+ LLMs, updated daily.
https://api.llmbenchmark.ai/mcpDocs: https://llmbenchmark.ai/api
Claude Code
claude mcp add --transport http llmbenchmark https://api.llmbenchmark.ai/mcp
Cursor (.cursor/mcp.json)
{
"mcpServers": { "llmbenchmark": { "url": "https://api.llmbenchmark.ai/mcp" } } }
Codex (~/.codex/config.toml)
[mcp_servers.llmbenchmark]
url = "https://api.llmbenchmark.ai/mcp"
Claude Desktop (claude_desktop_config.json, through the mcp-remote bridge)
{
"mcpServers": { "llmbenchmark": { "command": "npx", "args": ["-y", "mcp-remote", "https://api.llmbenchmark.ai/mcp"] } } }
Install as a local server (stdio)
The package proxies to the hosted server, so clients that only start local commands can use it too. Needs uv.
uvx llmbenchmark-mcp
Claude Desktop (claude_desktop_config.json):
{
"mcpServers": { "llmbenchmark": { "command": "uvx", "args": ["llmbenchmark-mcp"] } } }
Docker, built from this repository:
docker build -t llmbenchmark-mcp . && docker run -i --rm llmbenchmark-mcp
Set LLMBENCHMARK_MCP_URL to point the proxy at another endpoint.
| Tool | What it does |
|---|---|
recommend_model | Task text plus optional limits (max_output_price_per_m, min_context_tokens, open_weights_only, top_k) in, ranked models with scores, prices and a one-line reason out. |
get_leaderboard | Top models on one board: overall, coding, agentic, reasoning, math, knowledge, design. |
compare_models | Two models side by side on every board where both were measured. |
get_model | One model: maker, prices, context, open weights, score and rank per board. |
get_prices | API list prices per million tokens, cheapest first, by model or maker. |
list_categories | The categories, the board behind each and the task keywords that select it. |
recommend_model maps the task to a category with a fixed keyword map (printed at https://llmbenchmark.ai/api#how-recommend-works), drops models that break your limits and ranks the rest on that category's board. If nothing fits your limits it says so and returns the nearest options.
llmbenchmark-mcp recommend "refactor a React app" --max-price 5 --open-weights
llmbenchmark-mcp tools llmbenchmark-mcp config
recommend prints the recommend_model answer, tools lists the tool names, config prints the remote JSON config for Claude or Cursor. With no arguments the command runs the stdio server.
The same answers over plain HTTP:
curl "https://api.llmbenchmark.ai/v1/recommend?task=refactor+a+large+React+codebase&max_output_price_per_m=5"
LICENSE.Run by Take Group.