Outils d’IA et de LLM

Comptage de tokens, coûts et outils d’IA pour les LLM dans VS Code

Sachez ce que coûtera un prompt avant de l’envoyer, et corrigez ce qui revient. Les outils de tokens, de coûts et de prompts s’exécutent en local sans clé d’API ; le client REST appelle de vrais modèles quand vous êtes prêt.

Installer · v11.88.0VS CodeInstaller · v1.2.0JetBrainsLire la documentation

Sur cette page 5 sections
Estimation des tokens et du coût d’un prompt sur 18 modèles de chat dans VS Code

Ce que font les outils d’IA

Tokens et coût

LLM Models, Tokens & Cost estime les tokens d’un prompt et son coût par requête, par jour et par mois sur 18 modèles de chat, et compare les fenêtres de contexte, limites de sortie et prix des modèles de chat actuels.

Prompt Builder

Remplissez un modèle de prompt avec vos variables et vérifiez qu’il ne contient pas d’erreurs courantes avant qu’il n’atteigne un modèle.

Output Cleaner & JSON Validator

Les modèles entourent le JSON de prose et de blocs de code, et ajoutent des virgules finales. Le nettoyeur extrait le JSON, le répare, le valide et vous dit ce qu’il a corrigé. Les outils JSON le formatent ensuite, le valident contre un schéma ou le transforment en types.

Des prompts plus courts et du code de départ

JSON → TOON allège les données structurées pour les prompts. LLM Client Setup génère un client pour OpenAI, Anthropic, Gemini, Azure, Ollama ou tout serveur compatible OpenAI, et AI App Starter crée un petit projet avec configuration, un client avec nouvelles tentatives, un dossier de prompts et des tests. Vous construisez de la recherche augmentée ? Les outils RAG couvrent le découpage, le dimensionnement de l’index et l’évaluation de la recherche.

Appeler de vrais modèles

Le client d’API REST propose des modèles de requêtes pour OpenAI, Anthropic, Gemini, Azure OpenAI et Ollama. Les prompts simples, le streaming et la validation de schéma sont gratuits (jusqu’à 25 requêtes d’IA, 25 exécutions de prompts et 10 réponses en streaming par jour) ; la comparaison de modèles, les benchmarks, les embeddings et les tests de pipelines RAG utilisent des points.

Aides au machine learning

Estimations de mémoire GPU et de vitesse, un point de départ pour servir un modèle, métriques de modèle, planificateurs de découpage de jeux de données et de calendrier de taux d’apprentissage, et un modèle de model card.

Exemple : nettoyer la réponse d’un modèle

Une réponse comme celle-ci ne peut pas aller directement dans JSON.parse :

Model reply
Sure! Here is the result:
```json
{
  "name": "Ada",
  "tags": ["admin", "beta",],
}
```
Let me know if you need anything else.

L’Output Cleaner renvoie un JSON valide et liste ses corrections : Extracted the fenced code block et Removed trailing commas.

JSON
{
  "name": "Ada",
  "tags": ["admin", "beta"]
}

Commencer

  1. Lancez DevSnip Pro: LLM Models, Tokens & Cost, ou appuyez sur Ctrl/Cmd+K dans la barre latérale Tools et cherchez « tokens ».
  2. Collez votre prompt.
  3. Indiquez le nombre de requêtes par jour pour voir le coût quotidien et mensuel, et comparez les modèles.
  4. Lancez DevSnip Pro: Browse AI & ML Tools pour voir le reste de la section.
Astuce

Le comptage des tokens et les prix sont des estimations pour planifier. Le tokenizer de votre fournisseur et sa grille tarifaire actuelle font foi pour la facturation.

Outils de ce domaine

IA et ML 14 outils

  • 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

Rechercher parmi tous les outils pour développeurs →

Questions

Ai-je besoin d’une clé d’API ?
Pas pour le comptage des tokens, l’estimation des coûts, le Prompt Builder ou l’Output Cleaner : ils s’exécutent en local. Il ne vous faut une clé de fournisseur que pour appeler un vrai modèle depuis le client d’API REST.
Mon prompt est-il envoyé quelque part ?
Non. Les outils d’estimation et de nettoyage fonctionnent hors ligne. Parmi les outils de la boîte à outils, seul LLM API Tester utilise le réseau, et il porte la mention « Uses network ».

Essayez-le dans votre propre éditeur

Gratuit, sans compte, en local. Pour VS Code 1.93+ et les IDE JetBrains sous Windows, macOS ou Linux.

code --install-extension sayaib.hue-console