MCP HubMCP Hub
Retour aux compétences

cost-model

avelikiy
Mis à jour 2 days ago
6 vues
30
6
30
Voir sur GitHub
Designaiapidesign

À propos

Cette compétence fournit un cadre standardisé d'estimation des coûts pour les plans techniques, exigeant des ventilations explicites des coûts liés aux LLM, à l'infrastructure et à la supervision humaine. Elle impose un format de sortie spécifique et analysable pour l'intégration avec l'API du conseil et est utilisée lors de la rédaction de plans, de la prévision de l'utilisation des LLM ou de l'établissement de revendications d'économies. Le cadre garantit que toutes les estimations de coûts sont vérifiables et défendables.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add avelikiy/great_cto -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/avelikiy/great_cto
Git CloneAlternatif
git clone https://github.com/avelikiy/great_cto.git ~/.claude/skills/cost-model

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Cost model — make cost claims defensible

great_cto reports cost numbers on the board. Those numbers MUST be auditable, because a wrong "7,638×" claim killed credibility (see docs/blog/cost-dashboard-rebuild.md). This skill defines the format.

The 4-line cost section

Every PLAN-.md and ARCH-.md cost section follows this exact template:

## Cost estimate

**LLM**: $<low>–<high> (<N> calls × $<per-call avg>)
**Human equiv**: $<low>–<high> (<hours> × $<rate>/h)
**Infra delta**: $<low>–<high>/month
**Time to ship**: <hours> agent-time, <hours> wall-clock

> Methodology: <one-sentence rationale for each range>

Why this exact format?

The board's getCostHistory() parser anchors on line-start "LLM" and "Human" labels. Mid-line references are ignored to prevent the $240-trap regression. Stick to the template.

How to estimate each line

LLM cost

For each agent in the pipeline, estimate:

  • Prompt tokens = (system prompt size) + (context the agent receives)
  • Completion tokens = (typical output for that agent type)

Quick reference for Sonnet 4 ($3/M in, $15/M out):

AgentTypical promptTypical outputPer-call cost
architect14k1.5k~$0.06
pm6k0.6k~$0.03
senior-dev8k0.8k~$0.04
qa-engineer11k0.5k~$0.04
reviewer (avg)8-12k0.6k~$0.04
security-officer12k1k~$0.05
devops9k0.8k~$0.04

For Haiku ($0.80/M / $4/M), divide by ~4. For Opus 4 ($15/M / $75/M), multiply by ~5.

Sum across the pipeline stages that actually fire (use gatesFor() and reviewersFor() from archetypes.ts to know the count).

Human equiv

The human cost to do the SAME work without agents. This is the "if I hired a senior engineer, how long would this task take, at what rate?"

  • Senior engineer: $120-180/hour (mid-market US/EU)
  • Staff engineer / specialist: $200-300/hour
  • Domain expert (security, compliance): $250-400/hour

Estimate hours conservatively. A "small feature" the LLM does in 15 minutes might take a human 2-4 hours (it's never just the typing).

Infra delta

Only count what's NEW. If the feature adds a Redis instance, count Redis. If it adds 10MB/month of S3 storage, that's noise — don't list.

Time to ship

Two numbers — both useful:

  • Agent-time: wall-clock of LLM calls (typically 5-30 min)
  • Wall-clock: actual elapsed including human gates (typically hours to days)

Sanity check before writing

Before committing the section to the plan, verify:

ratio = human_equiv / llm_cost

If ratio > 1000, something is wrong. Common bugs:

BugHow to detectFix
Wrong unit ($ vs ¢)LLM cost ends in /M tokens not $Convert: tokens / 1M × price
Counting savings not spend"Human time saved" not "Human cost"Use cost of doing it, not value of skipping
Mid-line label pollutionPlan has "$X LLM$Y human" on one line
Forecast vs actual mixedLLM forecast counts toward total_llmSeparate forecast section if needed

Cost gates

For AI archetypes (mlops, ai-system, agent-product), the pipeline opens gate:cost after architect's forecast. CTO must approve the projected monthly burn before senior-dev starts.

Use the GATE template:

## Gate:cost forecast

| Production volume | Monthly LLM cost |
|---|---|
| 1K req/day | $X |
| 10K req/day | $Y |
| 100K req/day | $Z |

Recommended monthly cap: $<cap>
Triggers above cap: <what alerts fire, who gets paged>

Anti-patterns

Round-number theatre. "$0.50 LLM | $7,500 human" — looks suspicious. Use realistic ranges: "$0.50–1.20 | $225–360".

Single point estimates. Always provide a range. Single numbers hide uncertainty.

No methodology line. Just numbers without rationale is unverifiable.

Hand-waved infra. "Some hosting cost" is not a number. Either give $, or say "infra: no change."

Example — good

## Cost estimate

**LLM**: $0.75–1.85 (3 tasks × $0.25–0.62 per Sonnet call)
**Human equiv**: $225–300 (1.5–2h × $150/h, mid-market senior)
**Infra delta**: $0/month (uses existing Express + Postgres)
**Time to ship**: ~15min agent-time, ~3h wall-clock (1 human gate)

> Methodology: tasks sized by line-count estimate; per-call cost from
> historical Sonnet 4 averages on this archetype's plans.

Ratio = 300/1.85 = 162×. Plausible. Defensible.

Dépôt GitHub

avelikiy/great_cto
Chemin: skills/cost-model
0
agentic-codingclaude-code-pluginclaude-code-skillsclaude-code-subagentscode-reviewcto

Compétences associées

executing-plans

Design

Utilisez la compétence executing-plans lorsque vous disposez d'un plan de mise en œuvre complet à exécuter par lots contrôlés avec des points de contrôle de revue. Elle charge et examine le plan de manière critique, puis exécute les tâches par petits lots (3 tâches par défaut) tout en rapportant la progression entre chaque lot pour une revue par l'architecte. Cela garantit une mise en œuvre systématique avec des points de contrôle de qualité intégrés.

Voir la compétence

requesting-code-review

Design

Cette compétence délègue un sous-agent réviseur de code pour analyser les modifications apportées au code par rapport aux exigences avant de poursuivre. Elle doit être utilisée après avoir terminé des tâches, implémenté des fonctionnalités majeures, ou avant une fusion vers la branche principale. La revue aide à détecter précocement les problèmes en comparant l'implémentation actuelle avec le plan initial.

Voir la compétence

connect-mcp-server

Design

Cette compétence fournit un guide complet permettant aux développeurs de connecter des serveurs MCP à Claude Code via les transports HTTP, stdio ou SSE. Elle couvre l'installation, la configuration, l'authentification et la sécurité pour intégrer des services externes tels que GitHub, Notion et des API personnalisées. Utilisez-la lors de la configuration d'intégrations MCP, de la configuration d'outils externes ou du travail avec le Protocole de Contexte de Modèle de Claude.

Voir la compétence

web-cli-teleport

Design

Cette compétence aide les développeurs à choisir entre les interfaces Web et CLI de Claude Code en fonction de l'analyse des tâches, puis permet une téléportation transparente des sessions entre ces environnements. Elle optimise le flux de travail en gérant l'état et le contexte de la session lors du passage entre le web, la CLI ou le mobile. Utilisez-la pour des projets complexes nécessitant différents outils à diverses étapes.

Voir la compétence