Herramientas de IA y LLM
Recuento de tokens, costes de LLM y herramientas de IA en VS Code
Conoce lo que costará un prompt antes de enviarlo y arregla lo que vuelve. Las herramientas de tokens, costes y prompts se ejecutan en local y sin clave de API; el cliente REST llama a modelos reales cuando estés listo.
Instalar · v11.88.0VS CodeInstalar · v1.2.0JetBrainsLeer la documentación
En esta página 5 secciones

Qué hacen las herramientas de IA
Tokens y coste
LLM Models, Tokens & Cost estima los tokens de un prompt y su coste por solicitud, diario y mensual en 18 modelos de chat, y compara las ventanas de contexto, los límites de salida y los precios de los modelos actuales.
Prompt Builder
Rellena una plantilla de prompt con tus variables y revísala en busca de errores habituales antes de que llegue a un modelo.
Output Cleaner y JSON Validator
Los modelos envuelven el JSON en texto y bloques de código, y añaden comas finales. El limpiador extrae el JSON, lo repara, lo valida y te dice qué ha corregido. Después, las herramientas JSON lo formatean, lo validan contra un esquema o lo convierten en tipos.
Prompts más pequeños y código de inicio
JSON → TOON reduce los datos estructurados para los prompts. LLM Client Setup genera un cliente para OpenAI, Anthropic, Gemini, Azure, Ollama o cualquier servidor compatible con OpenAI, y AI App Starter crea un pequeño proyecto con configuración, un cliente con reintentos, una carpeta de prompts y pruebas. ¿Estás creando un sistema de recuperación? Las herramientas RAG cubren el chunking, el tamaño de los índices y la evaluación de la recuperación.
Llama a modelos reales
El cliente de API REST tiene plantillas de solicitud para OpenAI, Anthropic, Gemini, Azure OpenAI y Ollama. Los prompts individuales, el streaming y la validación de esquemas son gratis (hasta 25 solicitudes de IA, 25 ejecuciones de prompts y 10 respuestas en streaming al día); la comparación de modelos, los benchmarks, los embeddings y las pruebas de pipelines RAG usan puntos.
Ayudas para aprendizaje automático
Estimaciones de memoria y velocidad de GPU, una plantilla para servir modelos, métricas de modelos, planificadores de división de datasets y de tasa de aprendizaje, y una plantilla de model card.
Ejemplo: limpiar la respuesta de un modelo
Una respuesta como esta no puede ir directamente a JSON.:
Sure! Here is the result:
```json
{
"name": "Ada",
"tags": ["admin", "beta",],
}
```
Let me know if you need anything else.Output Cleaner devuelve JSON válido y enumera sus correcciones: Extracted the fenced code block y Removed trailing commas.
{
"name": "Ada",
"tags": ["admin", "beta"]
}Empieza
- Ejecuta DevSnip Pro: LLM Models, Tokens & Cost, o pulsa Ctrl/Cmd+K en la barra lateral de herramientas y busca «tokens».
- Pega tu prompt.
- Indica las solicitudes por día para ver el coste diario y mensual, y compara modelos.
- Ejecuta DevSnip Pro: Browse AI & ML Tools para ver el resto de la sección.
El recuento de tokens y los precios son estimaciones para planificar. El tokenizador de tu proveedor y su lista de precios vigente son los que cuentan para la facturación.
Herramientas de esta área
IA y ML 14 herramientas
- Prompt Builder
- LLM Models, Tokens & Cost
- LLM Client Setup
- LLM Output & JSON
- LLM API Tester
- JSON → TOON for Prompts
- AI App Starter
- AI/ML Code Snippets
- GPU Memory & Speed
- Model Serving Starter
- Model Metrics
- Dataset Split Planner
- Learning-Rate Schedule
- Model Card
Preguntas
- ¿Necesito una clave de API?
- No para el recuento de tokens, la estimación de costes, Prompt Builder ni Output Cleaner: se ejecutan en local. Solo necesitas la clave de un proveedor para llamar a un modelo real desde el cliente de API REST.
- ¿Se envía mi prompt a algún sitio?
- No. Las herramientas de estimación y limpieza funcionan sin conexión. De las herramientas de la caja, solo LLM API Tester usa la red, y está marcada como «Uses network».