Grandet, skill agen untuk mencari API termurah lalu menyambungnya

Grandet adalah proyek sumber terbuka yang mencoba mengubah pekerjaan memburu harga API menjadi tugas agen. Repositorinya berisi skill untuk agen dan server MCP publik di grandet.ai yang membandingkan harga terdaftar sebuah model di tiga jenis sumber: API resmi dari lab, penyedia inference, dan situs relay. Agen bisa diminta mencari opsi termurah untuk suatu model, lalu menyambungkannya ke aplikasi yang sedang dikerjakan. Pencarian harga tidak butuh pendaftaran akun atau kunci API.

Cakupan datanya cukup luas. Deskripsi repositori menyebut lebih dari 1.800 penyedia resmi, inference, dan relay yang harganya dicantumkan. Skill ini menyertakan program penyambung sendiri yang bisa dipakai sebagai server MCP lokal, sehingga perubahan konfigurasi dilakukan dengan cara yang sama setiap kali. Dukungan yang disebut mencakup Codex, Claude Code, OpenCode, Kilo Code, Continue, Gemini CLI, sampai harness lain yang menerima skill berbasis berkas; untuk aplikasi yang tidak mendukung, pengguna diberi kartu konfigurasi dan tautan dokumentasi.

Daya tariknya terlihat dari kecepatan adopsi. SteadyVane mencatat repositori ini naik dari 117 menjadi 249 bintang dalam 28 jam, sekitar 6,3 kali laju tipikal repositori yang mereka pantau, dan halaman topik GitHub sudah menampilkan lebih dari 280 bintang dengan pembaruan terakhir 17 Oktober 2026. Angka bintang bukan ukuran kualitas, tetapi menunjukkan bahwa biaya API memang nyeri nyata bagi banyak tim kecil, terutama yang menjalankan agen berulang alih-alih obrolan sesekali.

Ada batasan yang perlu dibaca sebelum memakainya. Grandet mengurutkan berdasarkan harga terdaftar, bukan kualitas terukur, dan harga murah tidak menjamin ketersediaan, latensi, atau kepatuhan terhadap aturan data. SteadyVane juga mencatat adanya laporan pengguna tentang paket relay dengan deskripsi samar yang muncul di urutan teratas hasil pencarian. Karena itu, keluaran alat ini paling aman diperlakukan sebagai daftar kandidat, bukan keputusan akhir: periksa syarat layanan, uji latensi dan tingkat kegagalan, dan pastikan penyedia punya kebijakan retensi data yang sesuai.

Pola yang diwakili proyek ini lebih menarik daripada alatnya sendiri. Kalau agen bisa mencari harga, memasang konfigurasi, dan menguji koneksi tanpa campur tangan manusia, maka penghematan biaya menjadi fungsi otomatis, bukan proyek triwulanan. Untuk tim yang menjalankan beberapa produk sekaligus, ini membuka jalan menuju kebijakan sederhana: satu daftar model yang diizinkan, batas harga per juta token, dan agen yang memilih penyedia termurah yang lolos uji mutu.