TokenLab dành cho Agents: Các mô hình có thể đọc bằng máy, Định giá, SDK và MCP

TokenLab MCP là một máy chủ Model Context Protocol (MCP) chỉ đọc, cung cấp cho các coding agent quyền truy cập trực tiếp, có cấu trúc vào danh mục mô hình công khai, bảng giá và tổng quan API của TokenLab trước khi chúng viết bất kỳ dòng mã tích hợp nào. Nó trả lời các câu hỏi khám phá — những ID mô hình nào hiện đang tồn tại, chi phí ra sao, hỗ trợ phương thức (modality) nào — và nó không thực hiện các lệnh gọi API suy luận (inference) trả phí thay cho bạn.

Nhiều lỗi tích hợp agent không bắt đầu từ lệnh gọi API đầu tiên—chúng bắt đầu sớm hơn, khi agent chọn một ID mô hình từ một ví dụ cũ, bộ nhớ đệm hoặc một hướng dẫn đã lỗi thời sáu tháng, và chỉ phát hiện ra sự không khớp sau khi gặp lỗi 404 hoặc bất ngờ về giá.

Các coding agent viết mã rất nhanh. Chúng không phải lúc nào cũng đọc trước. Cùng với TokenLab MCP, TokenLab xuất bản một tệp llms.txt nhỏ gọn, tệp llms-full.txt đầy đủ hơn và các tệp JSON dữ liệu mô hình công khai — cùng một danh mục mô hình và các bề mặt bảng giá mà bạn có thể tự duyệt — để một agent có thể kiểm tra các ID mô hình và chi phí hiện tại trước khi hardcode bất cứ thứ gì.

Bài viết này bao gồm các bề mặt đó là gì, chúng không phải là gì và cách kết nối một agent để sử dụng chúng trước khi nó hardcode tên mô hình. Để có tài liệu tham khảo đầy đủ về endpoint, hãy xem tài liệu tích hợp.

Những điểm chính

• TokenLab xuất bản các bản tổng quan API mà agent có thể đọc tại api.tokenlab.sh/llms.txt và llms-full.txt, với tên miền web chuyển hướng đến cùng một nguồn.
• Các tệp Trung tâm Dữ liệu Mô hình Công khai (JSON danh mục, JSON mới nhất, JSON xu hướng, markdown tóm tắt) cung cấp cho các agent một bản chụp có thể truy vấn về những gì TokenLab hiện đang cung cấp.
• Máy chủ TokenLab MCP cung cấp các công cụ list_models, get_model, get_model_pricing và get_api_overview — và nó chỉ ở chế độ chỉ đọc. Nó không làm proxy cho các suy luận trả phí.
• Tài liệu công khai khuyến nghị các agent gọi /v1/models hoặc đọc llms.txt trước khi hardcode tên mô hình, và sử dụng bộ lọc recommended_for cho các tác vụ không phải chat như hình ảnh, video hoặc embedding.
• Việc đọc các endpoint mô hình và bảng giá trước khi thử lại một yêu cầu không phải chat bị lỗi sẽ tránh được các lệnh gọi thất bại lặp đi lặp lại đối với sai dòng mô hình.

Tại sao các Agent lại chọn ID mô hình cũ ngay từ đầu

Các coding agent tạo ID mô hình từ những gì chúng đã học trong quá trình đào tạo, không phải từ những gì hiện có sẵn. Dữ liệu đào tạo đó có một điểm cắt, vì vậy cảm nhận nội bộ của agent về "mô hình hiện tại" được cố định tại bất cứ điều gì đúng khi trọng số của nó được cập nhật lần cuối. Khi bạn yêu cầu một agent gọi API mô hình, nó sẽ tự tin chọn ID mà nó nhớ — ngay cả khi ID đó đã bị đổi tên, ngừng hỗ trợ hoặc thay thế.

Đây không phải là lỗi trong khả năng suy luận của agent; đó là một hạn chế cấu trúc của bất kỳ hệ thống nào dựa vào kiến thức ghi nhớ thay vì tra cứu trực tiếp. Giải pháp không phải là một prompt thông minh hơn — mà là cung cấp cho agent một nơi để kiểm tra trước khi nó viết mã.

Đó là lý do tại sao các tệp dữ liệu mô hình và API của TokenLab tồn tại. Trước khi tạo một yêu cầu, một agent (hoặc con người đang xem xét đầu ra của nó) có thể truy vấn một endpoint trực tiếp để xác nhận ID mô hình thực sự tồn tại, nó hỗ trợ phương thức nào và chi phí bao nhiêu — thay vì tin tưởng vào một cái tên được lấy ra từ bộ nhớ.

Endpoint	Mục đích
https://tokenlab.sh/model-data/catalog.json	Danh mục đầy đủ các mô hình được theo dõi, có cấu trúc để tra cứu theo chương trình
https://tokenlab.sh/model-data/latest.json	Danh sách mô hình hiện tại ở định dạng nhẹ, thân thiện với agent
https://tokenlab.sh/en/models	Trình duyệt mô hình dành cho con người
https://tokenlab.sh/en/pricing	Bảng giá hiện tại theo mô hình và phương thức

Một bài đăng trên blog — bao gồm cả bài này — là một bản chụp. Nó phản ánh những gì đúng tại thời điểm viết, và nó sẽ trở nên lỗi thời giống như cách dữ liệu đào tạo của agent vậy. Các endpoint trực tiếp không gặp vấn đề đó: chúng phản ánh những gì đúng ngay bây giờ, đó là lý do tại sao chúng là thứ an toàn hơn để kiểm tra trước khi mã được triển khai, thay vì một bài viết tĩnh.

Những gì TokenLab cung cấp cho việc khám phá của Agent

Lớp llms.txt

https://api.tokenlab.sh/llms.txt là một bản tổng quan ngắn gọn, có thể đọc được bởi agent về API: những endpoint nào tồn tại, một yêu cầu trông như thế nào và nơi tìm chi tiết sâu hơn. Nó được thiết kế đủ ngắn để một agent có thể đọc trong một cửa sổ ngữ cảnh duy nhất mà không làm tiêu tốn ngân sách token lớn chỉ để định hướng bản thân.

https://api.tokenlab.sh/llms-full.txt là phiên bản đầy đủ hơn — chi tiết endpoint hơn, nhiều ví dụ hơn, nhiều bề mặt hơn mà một agent cần trước khi tạo ra một tích hợp hoạt động thay vì một bản nháp thô.

Nếu bạn truy cập vào tên miền web thay vì host API, tokenlab.sh/llms.txt và tokenlab.sh/llms-full.txt sẽ chuyển hướng đến cùng các nguồn được host trên API. Điều đó quan trọng đối với các agent: bất kể điểm truy cập nào chúng thu thập hoặc tìm nạp, chúng đều tiếp cận cùng một văn bản chính tắc, không phải hai bản sao khác biệt.

Trung tâm Dữ liệu Mô hình

Ngoài bản tổng quan văn bản, TokenLab xuất bản các tệp JSON có cấu trúc mà một agent (hoặc tập lệnh xây dựng) có thể lấy trực tiếp:

• https://tokenlab.sh/model-data/catalog.json — danh mục mô hình đầy đủ hơn.
• https://tokenlab.sh/model-data/latest.json — một bản chụp hướng tới những gì hiện tại ngay bây giờ.
• https://tokenlab.sh/model-data/summary.md — một bản tóm tắt markdown có thể đọc được bởi cả con người và agent, hữu ích khi bạn muốn so sánh nhanh với những gì codebase của bạn hiện đang hardcode.

Đây là các tệp tĩnh, có thể tìm nạp. Một agent xây dựng tệp cấu hình, mẫu .env hoặc menu thả xuống chọn mô hình có thể lấy JSON trực tiếp thay vì yêu cầu con người dán vào một danh sách mô hình sẽ lại lỗi thời sau hai tuần.

Máy chủ MCP — chỉ đọc, và cần chính xác về điều đó

https://github.com/hedging8563/tokenlab-mcp-server là công khai. Nó cung cấp bốn công cụ liên quan đến khám phá:

• list_models — liệt kê những gì có sẵn, có thể lọc tùy chọn.
• get_model — lấy chi tiết về một ID mô hình cụ thể.
• get_model_pricing — lấy bảng giá hiện tại cho một mô hình cụ thể.
• get_api_overview — tương đương với việc đọc llms.txt trong MCP.

Ràng buộc quan trọng: máy chủ này chỉ đọc. Nó không gọi các API suy luận trả phí thay cho bạn, và nó không làm proxy cho các yêu cầu tạo. Nó trả lời các câu hỏi về mô hình, bảng giá và hình dạng API. Nếu agent của bạn cần thực sự chạy suy luận, nó vẫn đi qua API thông thường của TokenLab với khóa riêng của bạn — máy chủ MCP là một lớp khám phá, không phải lớp thực thi. Việc đánh đồng hai thứ này là một sai lầm phổ biến cần tránh rõ ràng trong bất kỳ prompt hoặc tệp kỹ năng agent nào bạn viết.

Ví dụ khám phá TokenLab MCP

TokenLab cung cấp một máy chủ Model Context Protocol (MCP) chỉ đọc cho phép các coding agent khám phá các mô hình và bảng giá có sẵn mà không cần thực hiện bất kỳ suy luận nào. Máy chủ MCP cung cấp bốn công cụ:

• list_models — liệt kê các mô hình có sẵn, có thể lọc tùy chọn theo recommended_for (ví dụ: image, video, embedding, rerank, translation)
• get_model — truy xuất chi tiết cho một mô hình cụ thể
• get_model_pricing — truy xuất thông tin bảng giá cho một mô hình cụ thể
• get_api_overview — truy xuất bản tóm tắt về API TokenLab

Ví dụ: liệt kê các mô hình qua MCP

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

Ví dụ: lọc các mô hình theo mục đích sử dụng được khuyến nghị

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

Nếu bạn muốn truy vấn API trực tiếp thay vì thông qua MCP, các lệnh gọi REST tương đương là:

# Liệt kê tất cả các mô hình
curl https://api.tokenlab.sh/v1/models \
  -H "Authorization: Bearer sk-KEY"

# Liệt kê các mô hình được khuyến nghị cho các tác vụ hình ảnh
curl "https://api.tokenlab.sh/v1/models?recommended_for=image" \
  -H "Authorization: Bearer sk-KEY"

Lưu ý rằng máy chủ MCP hoàn toàn chỉ đọc — nó dành cho việc khám phá (liệt kê mô hình, kiểm tra bảng giá và xem xét khả năng của API) và bản thân nó không thực hiện bất kỳ suy luận nào.

Để biết hướng dẫn thiết lập và chi tiết tích hợp, hãy xem:

• Máy chủ TokenLab MCP
• Kỹ năng Coding Agent

Kho lưu trữ kỹ năng

https://github.com/hedging8563/tokenlab-skills đóng gói mô hình khám phá này thành thứ mà một framework coding agent có thể tải trực tiếp — một định nghĩa kỹ năng nói với agent "hãy đọc cái này trước khi bạn viết mã tích hợp TokenLab," thay vì dựa vào việc agent tự quyết định kiểm tra.

Quy trình làm việc được khuyến nghị cho Agent

Tài liệu công khai mô tả một trình tự cụ thể, và nó hoạt động tốt trong thực tế:

1. Trước khi hardcode bất kỳ tên mô hình nào, hãy gọi /v1/models hoặc đọc llms.txt để xác nhận ID đó thực sự tồn tại ngay bây giờ.
2. Đối với các tác vụ không phải chat — hình ảnh, video, âm nhạc, 3D, TTS, STT, embedding, rerank, dịch thuật — hãy lọc với /v1/models?recommended_for=<task> thay vì giả định một mô hình hướng chat xử lý tác vụ đó, hoặc đoán tên mô hình từ bộ nhớ.
3. Trước khi thử lại một yêu cầu không phải chat bị lỗi, hãy đọc /v1/models/:model và /v1/models/:model/pricing. Một yêu cầu thất bại đối với mô hình sai phương thức thường sẽ lại thất bại khi thử lại với cùng đầu vào; việc kiểm tra phương thức và bảng giá thực tế của mô hình trước tiên sẽ tiết kiệm một vòng lặp thử lại.

Trình tự này quan trọng vì nó giải quyết trước hai chế độ lỗi phổ biến nhất: sai ID mô hình và sai dòng mô hình cho tác vụ.

Danh sách kiểm tra thực tế để kết nối điều này vào một agent

Bước	Cần kiểm tra gì	Ở đâu
1	ID mô hình này còn phân giải được không?	/v1/models hoặc llms.txt
2	Đây có phải là dòng mô hình phù hợp cho tác vụ (chat vs. hình ảnh vs. embedding, v.v.)?	/v1/models?recommended_for=<task>
3	Giá đầu vào/đầu ra hiện tại cho mô hình này là bao nhiêu?	/v1/models/:model/pricing hoặc get_model_pricing (MCP)
4	Cửa sổ ngữ cảnh và phương thức là gì?	/v1/models/:model hoặc get_model (MCP)
5	Có mô hình mới hơn với tên tương tự đã thay thế mô hình này không?	catalog.json / latest.json
6	Agent đã đọc llms.txt trước khi tạo mã tích hợp chưa?	Xác nhận trong nhật ký gọi công cụ của agent

Nếu một agent bỏ qua bước 1 và 2, mọi thứ phía sau — thử lại, xử lý lỗi, ước tính chi phí — đều được xây dựng trên một giả định thay vì một thực tế.

Tại sao điều này quan trọng đối với các tác vụ không phải chat

Các mô hình chat nhận được hầu hết sự chú ý, nhưng bộ lọc recommended_for tồn tại vì các tác vụ không phải chat thất bại theo những cách ít rõ ràng hơn. Một mô hình được xây dựng để tạo văn bản-thành-văn bản trả về một phản hồi sai định dạng cho một yêu cầu hình ảnh không phải lúc nào cũng đưa ra một lỗi sạch sẽ, tự giải thích. Đôi khi nó chỉ trả về thứ gì đó mà agent không biết cách phân tích cú pháp.

Việc lọc theo recommended_for=image, recommended_for=video, recommended_for=embedding, v.v. thu hẹp tập hợp ứng viên trước khi agent viết bất kỳ phần thân yêu cầu nào. Với số lượng mục tạo hình ảnh riêng biệt có thể tồn tại trong danh mục mô hình tại bất kỳ thời điểm nào — nano-banana-2 (Gemini 3.1 Flash Image), nano-banana-pro (Gemini 3 Pro Image), nano-banana-2-lite (Gemini 3.1 Flash Lite Image), openai/gpt-image-2, reve/reve-2.0, microsoft/mai-image-2.5 — việc đoán cái nào là "mô hình hình ảnh" từ bộ nhớ chính xác là chế độ lỗi mà quy trình làm việc này được thiết kế để ngăn chặn. Tạo video có bộ mô hình chuyên biệt cho tác vụ riêng (seedance, veo-3, cùng những mô hình khác) với bảng giá và hình dạng phương thức khác nhau; logic lọc tương tự cũng được áp dụng.

Để biết bảng giá hiện tại chính xác, giới hạn ngữ cảnh và phương thức trên bất kỳ mô hình cụ thể nào được nêu tên ở đây, hãy kiểm tra trực tiếp danh mục mô hình và trang bảng giá — đó là toàn bộ mục đích của việc không hardcode nó vào một bài đăng trên blog. Nếu bạn đang đánh giá các mô hình cho công việc phát triển dựa trên agent, hãy xem các mô hình AI tốt nhất để lập trình năm 2026.

Những gì điều này không làm

Việc chính xác ở đây cũng quan trọng như chính quy trình làm việc:

• Máy chủ MCP không thực thi suy luận trả phí. Nó trả lời các câu hỏi khám phá. Việc chạy một yêu cầu tạo thực tế vẫn đi qua API tiêu chuẩn với thông tin xác thực của riêng bạn.
• llms.txt và các tệp Trung tâm Dữ liệu Mô hình là các bản chụp định kỳ, không phải kết nối cơ sở dữ liệu trực tiếp. Thời gian làm mới không được cố định theo lịch trình nghiêm ngặt, vì vậy hãy coi bất kỳ ngày nào trên các trang này là xấp xỉ. Đối với bất kỳ điều gì nhạy cảm về giá hoặc an toàn, endpoint bảng giá và API bảng điều khiển vẫn là nguồn sự thật tại thời điểm yêu cầu.
• Không có điều nào trong số này thay thế việc đọc tài liệu API đầy đủ về xác thực, giới hạn tốc độ hoặc ngữ nghĩa xử lý lỗi. Các bề mặt khám phá cho agent biết những gì tồn tại; chúng không thay thế tài liệu tích hợp về cách gọi nó một cách chính xác.

Câu hỏi thường gặp

Agent nên đọc gì trước khi chọn một mô hình TokenLab? Hãy đọc llms.txt (hoặc llms-full.txt để biết thêm chi tiết) và gọi /v1/models trước khi hardcode bất kỳ ID mô hình nào. Đối với các tác vụ không phải chat, hãy lọc với recommended_for thay vì đoán tên mô hình từ bộ nhớ.

TokenLab MCP có gọi các API suy luận trả phí không? Không. Máy chủ TokenLab MCP công khai chỉ ở chế độ chỉ đọc. Các công cụ của nó (list_models, get_model, get_model_pricing, get_api_overview) trả lời các câu hỏi khám phá về mô hình và bảng giá. Các lệnh gọi suy luận thực tế đi qua API tiêu chuẩn với khóa của riêng bạn.

Khi nào một agent nên sử dụng recommended_for? Bất cứ khi nào tác vụ không phải là chat đơn thuần — hình ảnh, video, âm nhạc, 3D, TTS, STT, embedding, rerank hoặc dịch thuật. Việc lọc theo tác vụ sẽ thu hẹp danh sách mô hình xuống các biến thể thực sự được xây dựng cho phương thức đó, thay vì giả định một mô hình hướng chat sẽ xử lý được nó.

Điều này làm giảm ID mô hình cũ trong mã được tạo như thế nào? Bằng cách biến việc khám phá thành bước đầu tiên thay vì một suy nghĩ sau cùng. Một agent đọc llms.txt, kiểm tra /v1/models và xác nhận bảng giá trước khi viết mã đang làm việc từ một bản chụp hiện tại thay vì một bộ nhớ tại thời điểm đào tạo có thể đã cũ vài thế hệ mô hình.

Nguồn và độ mới

• TokenLab llms.txt — https://api.tokenlab.sh/llms.txt — quan sát ngày 2026-07-09
• TokenLab llms-full.txt — https://api.tokenlab.sh/llms-full.txt — quan sát ngày 2026-07-09
• Tài liệu máy chủ TokenLab MCP — https://docs.tokenlab.sh/integrations/tokenlab-mcp-server — quan sát ngày 2026-07-09
• Tài liệu Kỹ năng Tích hợp API TokenLab — https://docs.tokenlab.sh/integrations/coding-agent-skill — quan sát ngày 2026-07-09
• Kho lưu trữ máy chủ TokenLab MCP — https://github.com/hedging8563/tokenlab-mcp-server — quan sát ngày 2026-07-09
• Kho lưu trữ Kỹ năng TokenLab — https://github.com/hedging8563/tokenlab-skills — quan sát ngày 2026-07-09
• Trung tâm Dữ liệu Mô hình TokenLab — https://tokenlab.sh/model-data/catalog.json, https://tokenlab.sh/model-data/latest.json, https://tokenlab.sh/model-data/summary.md — quan sát ngày 2026-07-09

ID mô hình, bảng giá và chi tiết phương thức trong bài viết này phản ánh một bản chụp tại thời điểm viết. Các trang bản chụp như trang này và llms.txt được cập nhật định kỳ, nhưng không theo nhịp độ cố định hoặc được đảm bảo — đừng xây dựng logic thử lại hoặc ước tính chi phí dựa trên khoảng thời gian làm mới giả định. Hãy xác minh các giá trị hiện tại so với trang bảng giá và danh mục mô hình trước khi triển khai mã tích hợp. Để có cái nhìn sâu hơn về cách bảng giá được cấu trúc trên các dòng mô hình, hãy xem Bảng giá API Gemini cho nhà phát triển.

Các bước tiếp theo với TokenLab MCP

Để bắt đầu sử dụng TokenLab MCP cho việc khám phá mô hình:

1. Lấy API key từ bảng điều khiển TokenLab.
2. Kết nối agent của bạn theo hướng dẫn tích hợp coding agent.
3. Duyệt danh mục trực tiếp tại tokenlab.sh/en/models để xem phạm vi mô hình và siêu dữ liệu hiện tại.
4. Kiểm tra bảng giá cho các mô hình bạn dự định sử dụng tại tokenlab.sh/en/pricing.

Nếu bạn đang quyết định mô hình nào phù hợp với quy trình làm việc của mình, hãy xem các phân tích của chúng tôi về các mô hình AI tốt nhất để lập trình năm 2026 và Bảng giá API Gemini cho nhà phát triển.

Hãy nhớ rằng MCP hoàn toàn là một lớp khám phá — nó hiển thị siêu dữ liệu mô hình, khả năng và bảng giá để agent của bạn có thể đưa ra các quyết định sáng suốt. Các lệnh gọi suy luận thực tế vẫn đi qua API TokenLab tiêu chuẩn bằng khóa API của riêng bạn; MCP không định tuyến hoặc làm proxy cho các yêu cầu.