stci
一个公开、中立的LLM Token价格指数，提供透明、可复现的基准定价。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：stci。 它的用途是：一个公开、中立的LLM Token价格指数，提供透明、可复现的基准定价。 完整的 Skill 内容见：https://321skill.com/skills/stci/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“查询一下上周STCI-FRONTIER（前沿模型）指数的变化趋势，并分析可能的原因。” 它会调用STCI API获取相关时间序列数据，并为你生成一份简要的分析报告，指出价格波动情况及潜在的市场因素。或者，你可以说：“对比GPT-4o和Claude 3.5 Sonnet近一个月的输入Token成本。” AI会基于STCI的历史观测数据，为你提供对比图表和成本差异分析。
介绍
在大型语言模型（LLM）生态中，Token定价高度碎片化，存在数十家供应商、多种计价单位且价格变动不透明，导致企业、开发者和研究人员难以进行准确的成本估算、预算编制和市场分析。STCI（标准Token成本指数）旨在解决这一问题，它通过聚合主要模型供应商和聚合商的公开定价，将数据标准化为统一模式，并计算每日参考利率，为市场提供一个类似LIBOR或VIX的透明、可审计的基准。
STCI通过一个简单的只读API提供服务，用户可以获取最新的指数值、历史时间序列数据以及原始的、带有来源信息的定价观测数据。其核心在于提供了一个确定性的、可重复计算的方法论，确保给定日期和数据集总能产生相同的结果，便于第三方独立验证和历史回溯分析。
该工具特别适合需要精确核算AI调用成本、进行供应商合同谈判、分析市场定价趋势或进行预算规划的专业人士。例如，企业财务人员可以用它来监控AI支出，产品经理可以基于此进行功能成本效益分析，而量化交易员或市场研究员则可以将其作为分析LLM市场动态的参考指标。
使用STCI时，建议关注其数据源分级（目前MVP阶段主要依赖官方定价页面和API），并理解不同子指数（如前沿模型指数、高效模型指数）的构成和适用范围，以便更精准地服务于特定场景的成本分析。
核心特点
STCI的核心区别在于其公开、中立和可审计的特性，它并非一个简单的价格列表，而是采用类似金融市场的指数方法论，提供带有完整来源和确定性计算过程的标准化基准。这使得其数据结果可以被独立验证和复现，为严肃的成本核算和市场分析提供了可靠依据。
注意事项
该Skill主要提供宏观市场定价参考，不适用于实时、动态的单个API调用成本计算或特定私有部署模型的成本优化。
常见问题
STCI能帮我实时计算某个具体API调用的费用吗？
不能。STCI提供的是市场层面的每日参考基准利率，用于宏观成本分析和趋势观察，而非实时、精确的单次调用计费。
STCI的数据来源可靠吗？
可靠。STCI采用分级数据源策略，MVP阶段优先使用供应商官方定价页面（T1）和官方API（T2）等最高置信度来源，确保数据权威性。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/stci/raw/index.md 读取 stci 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/stci/raw/index.md（查看排版版本）