tierline

Füge einen Prompt ein. Finde heraus, welches Modell ihn tatsächlich ausführen sollte.

$ npx tierline "summarise these 4000 support tickets into themes, we run this nightly" -n 100000

  Gemini  Gemini 3 Flash Lite   text / minimal tier
  The floor. Routing, tagging, dedupe.

  $0.000162 per call
  at 100,000 calls a month  $16.22
  everything through Claude Opus 5  $3,033
  saves $3,017 a month, 99%

Die meisten Teams wählen ein einziges Frontier-Modell aus und schicken alles dorthin. Das ist die teuerste Gewohnheit in einem KI-Budget, denn die Mehrheit der Produktions-Prompts sind Transformationen, die ein Modell, das ein Hundertstel kostet, identisch verarbeiten würde.

tierline liest den Prompt, ermittelt, was die Aufgabe tatsächlich benötigt, und nennt das günstigste Modell, das diese Anforderung erfüllt.

Install

npx tierline "your prompt here"

Oder klone es und starte das Web-UI:

git clone https://github.com/jayj221/tierline.git
cd tierline
npm test
node server.js

Keine Abhängigkeiten, kein Build-Schritt, kein API-Schlüssel. Es ruft nie ein Modell auf, es entscheidet nur, welches du aufrufen solltest.

Related MCP server: LLM Benchmark MCP Server

How the tier gets set

Vier Signale, in der Reihenfolge angewendet.

Einsatz schlägt Volumen. Ein Prompt, der täglich jeden Patientendatensatz überprüft, ist hohes Volumen und hoher Einsatz, und die Untergrenze gewinnt, denn daran Geld zu sparen ist keine Ersparnis.

Die Modalität wird zuerst erkannt: Sprache, Video, Bild, Musik, Transkription, Repo, Suche oder reiner Text. Ein Erzählungsauftrag bekommt nie ein Textmodell angeboten, und eine Repo-Umstrukturierung bekommt nie ein Modell ohne das nötige Kontextfenster angeboten.

Library

import { recommend, classify } from 'tierline';

const r = recommend('architect a multi region failover and reason through the trade-offs', {
  monthlyCalls: 2000,
});

r.pick.label          // 'Gemini 3 Pro'
r.pick.costPerCall    // 0.012829
r.task.tierName       // 'frontier'
r.economics.savedPct  // 87
r.cautions            // things the model cannot know about your situation

classify(prompt) gibt nur die Einschätzung der Aufgabe zurück, wenn du deinen eigenen Katalog dahinter einbinden möchtest.

MCP

Registriere es und dein Coding-Agent kann sich selbst überprüfen, bevor er Frontier-Tokens für eine Aufgabe verbrennt, die sie nicht benötigt.

{ "mcpServers": { "tierline": { "command": "npx", "args": ["-y", "tierline", "mcp"] } } }

tierline_pick_model nimmt einen Prompt entgegen und gibt die Empfehlung zurück. tierline_catalogue listet die Modelle auf.

Prices

Die Preise befinden sich in src/models.js als eine einzige bearbeitbare Tabelle. Es sind Listenpreise in USD pro Million Tokens, oder pro Zeichen, Sekunde, Bild, Minute oder Track, je nachdem, wie ein Anbieter abrechnet.

Sie sind eine Momentaufnahme, kein Live-Feed. Anbieter ändern sie ohne Vorankündigung und ausgehandelte Unternehmensraten weichen ab, manchmal erheblich. Bearbeite diese Datei, bevor jemand eine Budgetentscheidung auf Basis der Ausgabe trifft, und betrachte die Prozentsätze als Richtwert, nicht als Angebot.

What this is not

Es ist kein Proxy. Es sitzt nicht in deinem Anfragepfad, hält keine Schlüssel oder leitet nichts weiter. Es beantwortet eine Frage und macht Platz.

Es modelliert keine Datenresidenz, Aufbewahrungsbedingungen, Anbieterfreigabe oder Ratenbegrenzungen. Diese schließen Modelle unabhängig vom Preis aus, und tierline sagt dies in den Warnhinweisen, anstatt etwas anderes vorzutäuschen.

Der Klassifizierer basiert auf Regeln über Formulierungen, nicht auf einem trainierten Modell. Das ist ein bewusster Kompromiss: Du kannst jede Regel in src/classify.js lesen und mit ihr argumentieren, was wichtiger ist als ein paar Prozentpunkte Genauigkeit, wenn die Ausgabe eine Budgetentscheidung ist. Wenn du einen lernenden Router im Anfragepfad möchtest, machen RouteLLM und OpenRouter Auto das gut, und tierline konkurriert nicht mit ihnen.

Where it sits

Modell-Routing ist ein belebter Bereich, aber er teilt sich in drei Gruppen auf, die sich kaum überschneiden.

Inferenz-Proxies wie OpenRouter Auto, RouteLLM und LiteLLM sitzen im Anfragepfad und wechseln zur Aufrufzeit zwischen Text-LLMs. Kostenrechner wie AICost.ai und WeCompareAI berechnen einen Stack, den du bereits gewählt hast. Aggregatoren wie Oakgen bündeln viele Modalitäten hinter einem Kreditpool.

tierline ist keines davon. Es läuft vor dem Aufruf, umfasst Modalitäten anstatt nur Text-LLMs, wählt sowohl das Tool als auch die Stufe aus und projiziert die monatliche Rechnung gegen eine Flagship-für-alles-Baseline. Die Teile existieren separat. Die Kombination gab es nicht.

Tests

npm test

24 Behauptungen über Klassifizierung, Stufenunter- und -obergrenzen, sitzplatzbasierte Tools, die aus dem Pro-Aufruf-Ranking herausfallen, monotone Skalierung und die Wohlgeformtheit des Katalogs.

License

MIT