tierline

Pega un prompt. Descubre qué modelo debería ejecutarlo realmente.

$ 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%

La mayoría de los equipos eligen un modelo frontera y le envían todo. Ese es el hábito más caro en un presupuesto de IA, porque la mayoría de los prompts de producción son transformaciones que un modelo que cuesta una centésima parte manejaría de forma idéntica.

tierline lee el prompt, determina qué necesita realmente el trabajo y nombra el modelo más barato que supera ese umbral.

Instalación

npx tierline "your prompt here"

O clónalo y ejecuta la interfaz web:

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

Sin dependencias, sin paso de compilación, sin clave API. Nunca llama a un modelo, solo decide cuál deberías llamar tú.

Related MCP server: LLM Benchmark MCP Server

Cómo se establece el nivel

Cuatro señales, aplicadas en orden.

Las apuestas vencen al volumen. Un prompt que revisa todos los registros de pacientes a diario tiene alto volumen y altas apuestas, y el piso gana, porque ahorrar dinero en eso no es un ahorro.

La modalidad se detecta primero: voz, video, imagen, música, transcripción, repositorio, búsqueda o texto plano. Un trabajo de narración nunca recibe un modelo de texto, y una refactorización de repositorio nunca recibe un modelo sin la ventana de contexto para sostenerlo.

Librería

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) devuelve solo la lectura de la tarea si quieres conectar tu propio catálogo detrás.

MCP

Regístralo y tu agente de codificación puede comprobarse a sí mismo antes de quemar tokens frontera en un trabajo que no los necesitaba.

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

tierline_pick_model toma un prompt y devuelve la recomendación. tierline_catalogue lista los modelos.

Precios

Los precios están en src/models.js como una tabla editable única. Son precios de lista en USD por millón de tokens, o por carácter, segundo, imagen, minuto o pista donde un proveedor facture de esa manera.

Son una instantánea, no un feed en vivo. Los proveedores los cambian sin previo aviso y las tarifas empresariales negociadas difieren, a veces por mucho. Edita ese archivo antes de que alguien tome una decisión presupuestaria basada en la salida, y trata los porcentajes como una forma más que como una cotización.

Lo que esto no es

No es un proxy. No se sienta en tu ruta de solicitudes, no retiene tus claves ni reenvía nada. Responde una pregunta y se aparta.

No modela la residencia de datos, los términos de retención, la aprobación del proveedor ni los límites de tasa. Esos modelos quedan descartados independientemente del precio, y tierline lo dice en las advertencias en lugar de fingir lo contrario.

El clasificador son reglas sobre redacción, no un modelo entrenado. Es una compensación deliberada: puedes leer cada regla en src/classify.js y discutirla, lo cual importa más que unos pocos puntos de precisión cuando la salida es una decisión presupuestaria. Si quieres un enrutador aprendido en la ruta de solicitudes, RouteLLM y OpenRouter Auto hacen eso bien y tierline no compite con ellos.

Dónde encaja

El enrutamiento de modelos es un espacio ocupado, pero se divide en tres grupos que no se superponen mucho.

Los proxies de inferencia como OpenRouter Auto, RouteLLM y LiteLLM se sientan en la ruta de solicitudes y cambian entre LLM de texto en tiempo de llamada. Calculadoras de costos como AICost.ai y WeCompareAI ponen precio a una pila que ya has elegido. Agregadores como Oakgen ponen muchas modalidades detrás de un solo fondo de crédito.

tierline no es ninguno de esos. Se ejecuta antes de la llamada, abarca modalidades en lugar de solo LLM de texto, elige la herramienta además del nivel, y proyecta la factura mensual frente a una línea base de modelo insignia para todo. Las piezas existen por separado. La combinación no existía.

Pruebas

npm test

24 afirmaciones sobre clasificación, pisos y techos de nivel, herramientas con precio por asiento que se mantienen fuera de la clasificación por llamada, escalado monótono, y que el catálogo esté bien formado.

Licencia

MIT