TokenLab für Agents: Maschinenlesbare Modelle, Preise, SDKs und MCP

Ein Coding-Agent, der eine Modell-ID aus dem Gedächtnis wählt, wird irgendwann eine wählen, die nicht mehr existiert – und er erfährt es erst nach einem 404 oder einer überraschenden Rechnung. TokenLab MCP bietet dem Agenten einen Live-Katalog, den er zuerst prüfen kann, damit er die ID, das akzeptierte Anfrageformat und den Preis verifizieren kann, bevor er irgendeinen Integrationscode schreibt. Wir hatten den Server ursprünglich als rein schreibgeschützt beschrieben. Die am 03.10.2026 eingesehenen Dokumente besagen jedoch etwas anderes; diese Version korrigiert dies und fügt einen ausgearbeiteten Ablauf hinzu.

Wichtige Erkenntnisse

• Der TokenLab MCP-Server verfügt über drei Profile: catalog (kein API-Key erforderlich), core und full. Nur catalog ist ohne Key nutzbar.
• Mit einem Key kann er auch Modellanfragen senden, Medien erstellen, Dateien verarbeiten und asynchrone Aufgaben prüfen. Er ist nicht schreibgeschützt.
• Routen Sie basierend auf tokenlab.accepted_request_formats, tokenlab.pricing, tokenlab.lifecycle und tokenlab.deliveryAvailability. Hardcodieren Sie nicht die Empfehlungsreihenfolge.
• Gemini Files, fortsetzbare Uploads und cachedContents sind in keinem MCP-Profil enthalten.
• Fügen Sie niemals einen API-Key in einen Prompt oder ein Tool-Argument ein.

Was der TokenLab MCP-Server einem Coding-Agenten bietet

Gemäß den MCP-Server-Dokumenten (eingesehen am 03.10.2026) ermöglicht der TokenLab MCP-Server einem Client, aktuelle Modelle und Preise zu durchsuchen, Modellanfragen zu senden, Medien zu erstellen, mit Dateien zu arbeiten und asynchrone Aufgaben zu prüfen. Die Dokumente nennen diese Funktionen:

• Modelle auflisten und die Fähigkeiten eines Modells lesen (list_models, get_model)
• Aktuelle Preise lesen oder mehrere Modelle vergleichen
• Chat Completions, Responses, Anthropic Messages oder Gemini-Anfragen senden
• Typisierte Entscheidungen mit evaluate_decisions bewerten
• Bilder erstellen oder bearbeiten; Video, Musik, 3D, Sprache, Transkription oder Übersetzung erstellen
• Dateien über die OpenAI-kompatible /v1/files API hochladen und abrufen
• Embeddings erstellen oder Dokumente neu bewerten (Rerank)
• Unterstützte asynchrone Aufgaben prüfen und abbrechen (get_task_status für Polling)

Die Dokumente listen in dieser Version keine Tool-Namen für die Preisgestaltung oder den API-Überblick auf. Unser älterer Entwurf nannte get_model_pricing und get_api_overview. Prüfen Sie die Tool-Liste Ihres verbundenen Clients, bevor Sie sich auf diese beiden Namen verlassen.

Die Verfügbarkeit der Tools hängt vom Profil ab:

Profil	API-Key	Enthält
catalog	Nicht erforderlich	Modellliste, Modelldetails, Preise, Vergleiche, API-Überblick
core	Erforderlich für kostenpflichtige Aufrufe	Allgemeine Chat-, Entscheidungs-, Medien-, Audio-, Datei-, Task-, Embedding-, Rerank- und Übersetzungstools
full	Erforderlich für kostenpflichtige Aufrufe	core plus zusätzliche Entwickler-APIs

Starten Sie mit catalog, wenn Sie nur eine bessere Modellauswahl wünschen. Verwenden Sie core, wenn der Client Inhalte erstellen oder ein Modell aufrufen soll.

Installieren Sie den TokenLab MCP-Server in Ihrem Client

Das Paket benötigt Node.js 18.17 oder neuer und npx. Es läuft lokal über stdio, daher ist keine globale Installation erforderlich. Sichern Sie zuerst Ihre aktive Konfiguration und fügen Sie nur den TokenLab-Eintrag hinzu. Diese Befehle stammen aus den Dokumenten, eingesehen am 03.10.2026.

Claude Code:

claude mcp add \
  --env TOKENLAB_MCP_TOOL_PROFILE=catalog \
  --scope user \
  tokenlab -- \
  npx -y @tokenlabai/mcp-server@0.6.26

Codex:

codex mcp add \
  --env TOKENLAB_MCP_TOOL_PROFILE=catalog \
  tokenlab -- \
  npx -y @tokenlabai/mcp-server@0.6.26

Cursor (~/.cursor/mcp.json oder .cursor/mcp.json):

{
  "mcpServers": {
    "tokenlab": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server@0.6.26"],
      "env": {
        "TOKENLAB_MCP_TOOL_PROFILE": "catalog"
      }
    }
  }
}

VS Code verwendet .vscode/mcp.json mit einem servers-Key und "type": "stdio". Claude Desktop verwendet das gleiche Format wie Cursor in claude_desktop_config.json. Kopieren Sie beides von der Dokumentationsseite.

Um kostenpflichtige Tools zu aktivieren, erstellen Sie einen Key unter Console → API keys und setzen Sie beide Variablen in der Server-Umgebung:

{
  "env": {
    "TOKENLAB_API_KEY": "<TOKENLAB_API_KEY>",
    "TOKENLAB_MCP_TOOL_PROFILE": "core"
  }
}

Starten Sie dann den Client neu und führen Sie claude mcp list oder codex mcp list aus. Bitten Sie den Agenten, list_models aufzurufen. Eine nicht leere Liste bestätigt, dass das Paket gestartet wurde und TokenLab erreicht hat. Wenn ein echter Key in einer freigegebenen Datei, einem Log oder der Shell-Historie landet, widerrufen Sie ihn und erstellen Sie einen neuen.

Ein Agenten-Ablauf: Entdecken, Prüfen, Aufrufen

Hier ist der Ablauf, den wir verwenden. Stellen Sie sich einen Agenten vor, der gebeten wird, eine Bilderstellung zu einer Node.js-App hinzuzufügen. Jeder Wert unten stammt aus den Dokumenten und Live-Modellseiten, eingesehen am 03.10.2026.

1. Entdecken. Fragen Sie nach der aktuellen Auswahlliste, mit dem MCP-Tool oder einfachem HTTP:

{ "tool": "list_models", "arguments": { "recommended_for": "image" } }

curl "https://api.tokenlab.sh/v1/models?recommended_for=image"

Die gültigen recommended_for-Werte sind image, video, music, 3d, tts, stt, embedding, rerank und translation. Nehmen wir an, der Agent wählt nano-banana-pro.

2. Formate und Preis prüfen. Rufen Sie get_model auf, oder GET /v1/models/nano-banana-pro (Live-Modell-API, eingesehen am 03.10.2026). Es meldet:

• Akzeptierte Anfrageformate: gemini_generate_content, was auf /v1beta/models/{model}:generateContent gemappt wird
• Fähigkeiten: image-edit, image-to-image, text-to-image
• Preis: per_request von 0,067 USD, mit einer Preisspanne von 0,067 bis 0,12 (Preis aktualisiert am 02.10.2026T16:53:30.068Z)

Ein Agent, der von Chat Completions ausgegangen wäre, hätte den falschen Code geschrieben. Vergleichen Sie gpt-image-2 (Live-Modell-API). Es listet keine akzeptierten Anfrageformate auf und wird pro Token mit 3,5 USD Input und 21 USD Output pro 1 Mio. Token berechnet. Die Preisstruktur unterscheidet sich je nach Modell, daher muss der Agent sie pro Modell lesen.

3. Den Aufruf tätigen. Bei einem Chat-Modell entscheidet die Formatprüfung über den Endpunkt. gpt-5.6-terra akzeptiert openai_chat_completions und openai_responses (Live-Modell-API, eingesehen am 03.10.2026), daher funktioniert das Standard-SDK:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TOKENLAB_API_KEY"],
    base_url="https://api.tokenlab.sh/v1",
)

response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[{"role": "user", "content": "Reply only with OK."}],
)
print(response.choices[0].message.content)

Senden Sie die gewählte Modell-ID explizit. Die Dokumente besagen, dass TokenLab sie nicht stillschweigend ersetzt. Der Client sollte vor einem kostenpflichtigen Aufruf eine Genehmigung einholen, falls Preis oder Modellauswahl noch nicht bestätigt sind.

Für eine Kostenschätzung: gpt-5.6-terra berechnet 0,6 USD pro 1 Mio. Input-Token bis zu 272.000 Input-Token. Ein Prompt mit 10.000 Token kostet dann etwa 10.000 / 1.000.000 × 0,6 = 0,006 USD für den Input (Schätzung, vor Output). Über 272.000 Input-Token wechselt die gesamte Anfrage in die höhere Stufe mit 1,2 USD Input und 5,4 USD Output.

Welche Modell-API-Felder ein Agent für das Routing nutzen sollte

Lesen Sie diese aus GET /v1/models/{model} (Get a Model, eingesehen am 03.10.2026):

Feld	Bedeutung für das Routing
tokenlab.accepted_request_formats	Welche Endpunktfamilie zu verwenden ist: openai_chat_completions ist /v1/chat/completions, openai_responses ist /v1/responses, anthropic_messages ist /v1/messages
tokenlab.pricing / pricing_unit	Aktueller öffentlicher Preis und seine Abrechnungseinheit, wie per_token oder per_image
tokenlab.max_input_tokens, max_output_tokens	Kontext- und Output-Limits. Für gpt-5.6-terra: 1.050.000 und 128.000
tokenlab.supported_operations	Operationen wie Text-zu-Bild oder Bild-zu-Video
tokenlab.lifecycle	Verfügbarkeit, Veröffentlichungsdatum, Deprecation-Datum, Ersatzmodell
tokenlab.deliveryAvailability	Konfigurierter verified und official Support. Ein fehlendes Feld bedeutet unbekannt

Zwei Vorsichtsmaßnahmen gelten. Erstens bestätigt ein akzeptiertes Format den Endpunkt, aber einzelne Tools und Felder können je nach Modell immer noch variieren. Zweitens ist deliveryAvailability konfigurierter Support, keine Echtzeitgarantie. Behandeln Sie recommended_for-Ergebnisse als Auswahlliste, da die Dokumente besagen, dass deren Reihenfolge nicht fest ist.

Für reine Preise ist GET /v1/models/{model}/pricing der Endpunkt nur für Preise. Komplexe Einträge können Stufen enthalten. seedance-2.0 hat zum Beispiel auflösungs- und video-input-abhängige Output-Preise von 2,04 bis 6,545 USD pro 1 Mio. Token (Live-Modell-API, eingesehen am 03.10.2026).

Fehlerfelder, die bei der Wiederherstellung helfen

Bei OpenAI-kompatiblen Chat Completions- und Responses-Fehlern listet der Fehlerleitfaden (eingesehen am 03.10.2026) optionale did_you_mean, suggestions, hint, retryable und retry_after auf. Behandeln Sie zuerst den HTTP-Status und den code. Ein 400 model_not_found kann did_you_mean enthalten. Zeigen Sie dies dem Benutzer, anstatt Modelle stillschweigend auszutauschen. Ein 503 all_channels_failed kann retryable: false haben, und eine Wiederholung wird nicht helfen. Anthropic Messages und Gemini behalten ihre nativen Fehlerformate bei.

Was der MCP-Server nicht tut

Die Dokumente nennen diese Einschränkungen:

• Er ändert nicht den Hauptmodell-Anbieter Ihres Clients. Verwenden Sie die eigene Einrichtungsanleitung dieses Clients.
• Er deckt keine Gemini Files, fortsetzbaren Uploads oder cachedContents ab. Diese erfordern HTTP-Aufrufe, gemäß Gemini Files and cache.
• Er ist nicht das Skill. Das TokenLab Skill installiert Anweisungen mit npx skills add und startet keinen MCP-Server.
• Er führt bei Timeouts kein Polling für Sie durch. Wenn eine Statusprüfung fehlschlägt, erstellen Sie keine zweite Aufgabe.
• Er macht Entscheidungen nicht von sich aus vertrauenswürdig. Eine Noul-Antwort von evaluate_decisions ist eine Wahrscheinlichkeit, kein Boolean. Validieren Sie dies anhand Ihrer eigenen gelabelten Fälle.

Das catalog-Profil kann keine kostenpflichtigen Aufrufe tätigen. Bild-Tools geben je nach Modell entweder ein Ergebnis oder eine Aufgabe zurück. Video, Musik und 3D geben immer Aufgaben zurück.

Wo Sie noch die einfachen HTTP-Oberflächen benötigen

In unserer Pipeline haben wir die HTTP-Discovery-Endpunkte neben MCP für Nicht-MCP-Agenten beibehalten. https://api.tokenlab.sh/llms.txt ist ein kompakter Überblick mit einer ersten Anfrage, gängigen Endpunkten und Fehlerhinweisen. Die am 03.10.2026 eingesehenen Dokumente decken die llms-full.txt-Datei oder die model-data-Snapshot-Dateien aus unserem früheren Entwurf nicht ab. Überprüfen Sie diese URLs selbst, bevor Sie sich auf sie verlassen. Für Live-Status und Kosten siehe den öffentlichen Modellkatalog.

FAQ

Benötige ich einen API-Key, um den TokenLab MCP-Server zu verwenden?

Nein, nicht zum Browsen. Das catalog-Profil listet Modelle, Details, Preise und Vergleiche ohne Key auf. Kostenpflichtige Modell- oder Medienanfragen erfordern TOKENLAB_API_KEY in der Server-Umgebung mit dem core- oder full-Profil.

Mit welchem MCP-Profil sollte ich beginnen?

Starten Sie mit catalog, wenn Sie nur eine bessere Modellauswahl wünschen. Wechseln Sie zu core, wenn der Client Modelle aufrufen oder Medien erstellen soll. Verwenden Sie full nur, wenn der Agent wirklich die zusätzlichen Entwickler-APIs benötigt.

Welchen Modellfeldern sollte ein Agent bei der Modellauswahl vertrauen?

Vertrauen Sie accepted_request_formats für den Endpunkt, pricing mit seiner Einheit für die Kosten, den Token-Limits, supported_operations und lifecycle. Behandeln Sie deliveryAvailability als konfigurierten Support, nicht als Live-Verfügbarkeit.

Warum erhielt mein Agent einen 503 all_channels_failed-Fehler?

Der Vorgang hat möglicherweise kein Angebot im gewählten Delivery-Tier. Wenn retryable auf false steht, wiederholen Sie die Anfrage nicht. Prüfen Sie die Verfügbarkeit mit GET /v1/models und wählen Sie ein anderes Modell mit Zustimmung des Benutzers.

Unterstützt der MCP-Server Gemini Files oder cachedContents?

Nein. Die Dokumente besagen, dass Gemini Files, fortsetzbare Uploads und cachedContents derzeit HTTP-Aufrufe erfordern. Die MCP-Dateitools verwenden die OpenAI-kompatible /v1/files API.

Erstellen Sie einen Key unter Console → API keys und fügen Sie dann das catalog-Profil mit den oben genannten Befehlen zu Ihrem Client hinzu.