ATOM MCP Server
The Global Price Benchmark for AI Inference, delivered as a native tool for AI agents.
Independent pricing intelligence for developers, analysts, and infrastructure buyers. Transparent methodology, deterministic indexing, weekly market intelligence across the global AI inference market.
Website · About ATOM · Methodology · ATOM MCP Pro
______________________________________________________________________
这是什么
ATOM MCP服务器允许任何与MCP兼容的AI代理(Claude、GPT、Cursor、Windsurf、VS Code Copilot)以编程方式查询实时AI推理定价数据。ATOM推理价格指数(AIPI)基于与标准普尔道琼斯、MSCI和彭博社相当的金融指数方法,是人工智能推理市场的第一个独立基准。
问你的AI助手一个问题,比如 *“运行GPT-4o最便宜的方法是什么?”* 它在幕后调用ATOM的工具,返回从全球供应商现场报道中提取的数据支持答案。
______________________________________________________________________
AIPI指数
AIPI指数家族涵盖四个类别,均使用链式匹配模型方法每周计算一次,以消除成分偏差:
| 类别 | 示例 | 答案 |
|---|---|---|
| 模态 | 文本、多模态、图像、音频、视频、语音 | 这种推理的成本是多少? |
| 频道 | 模型开发人员、云市场、推理平台、新云 | 你应该在哪里购买:直销、市场、平台还是新云? |
| 等级 | 前沿、预算、中端、推理 | 能力的溢价是多少? |
| 特别 | 开源 | 开放权重推理便宜多少? |
所有指数都是全局的(GLB),并在三个定价方向上报告:输入、缓存输入、输出。
______________________________________________________________________
工具
| 工具 | 层级 | 描述 |
|---|---|---|
list_vendors | 免费 | 所有跟踪的供应商,包括国家、地区、渠道类型和定价页面URL |
get_kpis | 免费 | 市场KPI:输出溢价、缓存节省、开源优势、上下文成本曲线、缓存可用性、大小分布 |
get_index_benchmarks | 免费 | 所有指数的AIPI价格基准 |
get_market_stats | 分层 | 汇总市场情报:中位数、四分位数、分布、形态细分 |
search_models | 分层 | 多过滤器搜索:模态、供应商、创建者、开源、价格范围、上下文窗口、参数 |
get_model_detail | 分层 | 单一型号的所有供应商的完整规格和定价 |
compare_prices | 分层 | 模型或模型系列的跨供应商价格比较 |
get_vendor_catalog | 分层 | 特定供应商的完整目录 |
______________________________________________________________________
定价层级
| ATOM MCP(免费) | ATOM MCP-Pro | |
|---|---|---|
| 供应商、关键绩效指标、AIPI指数 | 完整数据 | 完整数据 |
| 市场统计 | 仅汇总 | 供应商级细分 |
| 型号搜索和比较 | 计数和价格范围 | 全粒度SKU数据 |
| 型号详细信息 | 仅规格 | 按供应商定价 |
| 供应商目录 | 仅摘要 | 完整SKU列表 |
免费套餐 (没有API密钥):足以通过计数、范围、分布和基准来了解市场。
ATOM MCP Pro:每个供应商、型号、价格和规格的完整粒度数据。订阅 a7om.com/mcp.
______________________________________________________________________
快速开始
选项1:Claude.ai和Claude Desktop的远程URL(推荐)
无需安装。直接连接到ATOM的托管服务器。
第ai条(网络): 设置→ 连接器→ 添加自定义连接器
Name: ATOM Pricing Intelligence
URL: https://atom-mcp-server-production.up.railway.app/mcp克劳德桌面: 设置→ 开发者→ 编辑配置
{
"mcpServers": {
"atom-pricing": {
"url": "https://atom-mcp-server-production.up.railway.app/mcp"
}
}
}注意:远程URL支持需要最新的Claude Desktop版本。如果它不起作用,请使用下面的npx方法。
克劳德桌面(通过npx代理):
{
"mcpServers": {
"atom-pricing": {
"command": "npx",
"args": ["mcp-remote", "https://atom-mcp-server-production.up.railway.app/mcp"]
}
}
}选项2:Cursor、Windsurf和类似客户端的本地(stdio)
git clone https://github.com/A7OM-AI/atom-mcp-server.git
cd atom-mcp-server
npm install && npm run build添加到MCP客户端配置中:
{
"mcpServers": {
"atom-pricing": {
"command": "node",
"args": ["/path/to/atom-mcp-server/dist/index.js"],
"env": {
"SUPABASE_URL": "https://jonncmzxvxzwyaznokba.supabase.co",
"SUPABASE_ANON_KEY": "your-anon-key"
}
}
}
}选项3:部署自己的(铁路)

在铁路仪表板中设置环境变量:
SUPABASE_URLSUPABASE_ANON_KEYATOM_API_KEYS(逗号分隔,用于付费层验证)TRANSPORT=http
______________________________________________________________________
查询示例
连接后,用自然语言询问您的AI助手:
- *“运行GPT-4o最便宜的方法是什么?”*
- *“比较所有供应商的Claude Sonnet 4.5定价”*
- *“查找每百万代币0.50美元以下的开源文本模型”*
- *“显示Google的完整型号目录”*
- *“文本推理的AIPI基准价格是多少?”*
- *“新云的价格与云市场相比如何?”*
- *“开源推理要便宜多少?”*
- *“给我一个人工智能推理定价的市场概述”*
______________________________________________________________________
环境变量
| 变量 | 必填 | 描述 |
|---|---|---|
SUPABASE_URL | 是 | 请提供项目URL |
SUPABASE_ANON_KEY | 是 | 支持匿名/公钥 |
ATOM_API_KEYS | 否 | 付费层的逗号分隔有效API密钥 |
TRANSPORT | 没有 | stdio (默认)或 http |
PORT | 无 | HTTP端口(默认3000) |
______________________________________________________________________
技术栈
- Types/Node.js
- MCP-SDK(
@modelcontextprotocol/sdk) - 通过REST API的数据库(PostgreSQL)
- Express(HTTP传输)
- Zod(模式验证)
______________________________________________________________________
关于ATOM
人工智能推理的全球价格基准。为开发商、分析师和基础设施买家提供独立的定价情报。透明的方法论、确定性索引、全球人工智能推理市场的每周市场情报。
ATOM由Stamos Kanellakis于2025年创立。该平台建立在与标准普尔道琼斯、MSCI和彭博社相当的金融指数方法之上,并将这一原则应用于以前没有自己定价基准的市场。
______________________________________________________________________
许可证
麻省理工学院
______________________________________________________________________
ATOM · The Global Price Benchmark for AI Inference.
