An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte AI Model Usage Analytics ao ChatGPT, Claude e Gemini

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Entenda exatamente onde seu dinheiro está sendo gasto em recursos de IA.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 4 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 01

01-04

4 capacidades neste conjunto.

Parte de 4 disponíveis através de AI Model Usage Analytics.

  1. 01

    Detalhar custo por funcionalidade

    Determine o gasto monetário exato de cada funcionalidade individual do seu produto.

  2. 02

    Avaliar eficiência de roteamento

    Meça a eficácia com que o sistema seleciona modelos de IA para tarefas específicas de recursos.

  3. 03

    Identificar metas de otimização

    Encontre funcionalidades que geram alto custo, mas têm baixo engajamento, ou onde a seleção de modelos é ineficiente.

  4. 04

    Analisar concentração de uso

    Identifique quais funcionalidades são os principais responsáveis pelo consumo de recursos de IA.

Trabalho real

O que as equipes executam de verdade

01

Budget Overruns

Your AI costs spiked last month. You use this MCP to run a usage concentration analysis and find the exact feature responsible for the spike.

02

Feature Prioritization

You need to decide which features to build next. You check the cost breakdown to see which features offer the best usage return for the cost.

03

Model Upgrade Review

You suspect you're paying too much for a simple task. You run the routing efficiency score to confirm if a smaller, cheaper model will suffice.

04

Cost Reduction Initiative

The CFO wants to cut spending. You use the optimization targets capability to find high-cost, low-engagement features for immediate review.

Um connector, todas as IAs

AI Model Usage Analytics funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar AI Model Usage Analytics para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 895ms. Rápida em produção.

AI Model Usage Analytics é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1043ms
3 de out.Hoje
Dia mais rápido
656ms
Dia mais lento
1043ms
Tendência de 14 dias
Estável-3%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 4 capacidades chegam prontas para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de AI Model Usage Analytics, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com AI Model Usage Analytics. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

AI Model Usage Analytics Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_1tbd24ReYBC3SDpWJ579WdByT3lsZc0AwncKcSyG/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — AI Model Usage Analytics capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "ai-model-usage-analytics-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_1tbd24ReYBC3SDpWJ579WdByT3lsZc0AwncKcSyG/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar AI Model Usage Analytics no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa AI Model Usage Analytics delega.

Este MCP Connector é essencial para equipes de produto e engenharia que utilizam modelos de IA em escala. Se você precisa controlar custos operacionais e garantir que o uso de IA seja escalável, esta ferramenta fornece a visibilidade necessária para tomar decisões de otimização de recursos.

  • 01

    Gerente de Produto (Product Manager)

    Para entender o impacto financeiro de novas funcionalidades e priorizar melhorias de custo-benefício.

  • 02

    CTO / Diretor de Engenharia

    Para monitorar a eficiência geral da arquitetura de IA e garantir a sustentabilidade dos custos operacionais.

  • 03

    Engenheiro de Software

    Para implementar e testar otimizações de modelos, garantindo o uso do roteamento mais eficiente possível.

FAQ

Perguntas de quem usa AI Model Usage Analytics.

  • 01

    Does this MCP track costs for every single AI model I use?

    Yes. This MCP provides deep visibility into how AI model resources are consumed across your product, allowing you to calculate cost attribution per feature.

  • 02

    What is the difference between usage concentration and cost breakdown?

    Usage concentration tells you which features are the primary drivers of overall AI model calls. The cost breakdown gives you the exact monetary expenditure for each individual feature.

  • 03

    Can I use this with my existing AI stack?

    Since this MCP is hosted on Vinkius, you connect your preferred AI client—like Claude, Cursor, or Windsurf—once, and you get access to all the analytics capabilities.

  • 04

    Is this only for cost tracking, or can it help with efficiency?

    It does both. You can find cost-saving opportunities by identifying optimization targets, or you can evaluate model selection effectiveness using the routing efficiency score.

  • 05

    How does this capability help reduce AI costs?

    By using identify_optimization_targets, you can find features where high costs don't match user engagement, allowing you to switch to more efficient models.

  • 06

    Can I see which features are using the most models?

    Yes, the analyze_usage_concentration capability identifies which features are the primary drivers of AI model consumption.

  • 07

    How is routing efficiency measured?

    The get_routing_efficiency_score capability compares the actual cost incurred by a feature against the theoretical minimum cost of using the most efficient model for that task.

Explore

Mais em Analytics

Sugestões

Conecte AI Model Usage Analytics ao Claude, Cursor, ChatGPT e outros