Rankings
Was KI-Entwickler wirklich nutzen
Tests sagen, was gut ist. Diese Listen zeigen, was Leute installieren: Downloads von MCP-Servern und offenen Modellen, Installationen von Agent-Skills und Sterne für KI-Repos und CLI-Tools, aus öffentlichen Verzeichnissen.
Gezählt am 1. Nov. 2026 · wöchentlich aktualisiert
Meistgeladene MCP-Server
Wöchentliche npm- und PyPI-Downloads des eigenen Pakets jedes Servers (eines mit MCP im Namen). Gehostete Server (GitHub, Notion, Stripe und andere, mit denen du dich per URL verbindest) haben kein Paket zum Zählen und fehlen deshalb hier.
- 1
Playwright MCPGetestetMicrosofts Browser-Server: steuert Chromium, Firefox oder WebKit über Accessibility-Snapshots, sodass Agenten ohne Bilderkennung handeln
8,6 Mio. Downloads letzte Woche
- 2
Storybook MCP AddonHilft Agenten, automatisch Stories für deine UI-Komponenten zu schreiben und zu testen.
3,6 Mio. Downloads letzte Woche
- 3
Chrome DevTools MCPGetestetGoogles Server, der Agenten ein laufendes Chrome samt DevTools gibt: Performance-Traces, Netzwerk, Konsole, Heap-Snapshots.
2,8 Mio. Downloads letzte Woche
- 4
Filesystem (reference server)GetestetOffizieller MCP-Referenzserver zum Lesen, Schreiben, Durchsuchen und Verschieben von Dateien in freigegebenen Ordnern.
1,2 Mio. Downloads letzte Woche
- 5
MCP for BlenderGetestetCommunity-Server, mit dem ein KI-Modell laufende Blender-Szenen baut und bearbeitet, indem es Python ausführt, Renderings prüft und importiert
605.235 Downloads letzte Woche
- 6Amazon ECS MCP Server
KI-gestützte Verwaltung von Amazon-ECS-Workloads
330.696 Downloads letzte Woche
- 7
Everything (test server)GetestetOffizieller MCP-Testserver, der jede Protokollfunktion durchspielt, genutzt von Leuten, die MCP-Clients bauen und debuggen.
300.001 Downloads letzte Woche
- 8
Fetch (reference server)GetestetOffizieller MCP-Referenzserver, der eine URL abruft und die Seite als Markdown liefert, in Abschnitten, durch die das Modell blättern kann.
288.522 Downloads letzte Woche
- 9
Memory (reference server)GetestetOffizieller MCP-Referenzserver, der einem Modell ein dauerhaftes Gedächtnis gibt, als lokalen Knowledge Graph aus Entitäten und Beziehungen.
265.364 Downloads letzte Woche
- 10
GitLab MCP ServerGitLab-MCP-Server für Projekte, Merge Requests, Issues, Pipelines, Wiki, Releases und mehr.
251.654 Downloads letzte Woche
- 11
hostinger-api-mcpMCP-Server für die Hostinger-API
213.183 Downloads letzte Woche
- 12
sentry-mcpMCP-Server für Sentry: Fehlerüberwachung, Issue-Tracking und Debugging für KI-Assistenten
198.109 Downloads letzte Woche
- 13
Sequential Thinking (reference server)GetestetOffizieller MCP-Referenzserver mit einem Tool, mit dem ein Modell eine schrittweise Gedankenkette aufschreiben, überarbeiten und verzweigen kann
196.851 Downloads letzte Woche
- 14
Azure MCP ServerGetestetMicrosofts einzelner MCP-Server für Azure: mehr als 45 Dienstbereiche von Storage und Key Vault bis AKS und Monitor, mit Lesezugriff
185.462 Downloads letzte Woche
- 15
Time (reference server)GetestetOffizieller MCP-Referenzserver, der einem Modell die aktuelle Uhrzeit gibt und Zeiten zwischen IANA-Zeitzonen umrechnet.
171.445 Downloads letzte Woche
- 16
MongoDB MCP ServerGetestetDer offizielle Server von MongoDB: 53 Tools für Abfragen, Schema, Indizes und Atlas-Verwaltung, mit Nur-Lese-Modus in jedem Beispiel.
170.471 Downloads letzte Woche
- 17
Firecrawl MCP ServerFirecrawl, die Kontext-API für KI-Agenten: suchen, scrapen, mit dem Web interagieren, dazu Suche nach Fachartikeln.
170.113 Downloads letzte Woche
- 18
next-devtools-mcpMCP-Server mit Entwicklertools für Next.js, mit stdio-Transport
157.449 Downloads letzte Woche
- 19
Figma-Context-MCPGib deinem Coding-Agenten Zugriff auf deine Figma-Daten. Setze Designs in jedem Framework in einem Durchgang um.
140.026 Downloads letzte Woche
- 20
XcodeBuildMCPXcodeBuildMCP bietet Tools für die Verwaltung von Xcode-Projekten und Simulatoren sowie App-Hilfsmittel.
127.938 Downloads letzte Woche
Meistgeladene offene Modelle
Hugging-Face-Downloads der letzten 30 Tage, für Modelle in den Kategorien, die wir abdecken. Geschlossene Modelle, die per API genutzt werden, haben keine öffentliche Zahl.
- 1all-MiniLM-L6-v2Getestet
Das Standard-Embedding-Modell unzähliger Tutorials, heute am besten für Tests, Prototypen und kurze englische Texte.
183,8 Mio. Downloads, letzte 30 Tage
- 2ms-marco-MiniLM-L6-v2
Text-Ranking-Modell
67,7 Mio. Downloads, letzte 30 Tage
- 3bge-small-en-v1.5
Modell zur Merkmalsextraktion
50,5 Mio. Downloads, letzte 30 Tage
- 4bge-m3
Modell für Satzähnlichkeit
30,3 Mio. Downloads, letzte 30 Tage
- 5gpt2
Textgenerierungsmodell
29 Mio. Downloads, letzte 30 Tage
- 6paraphrase-multilingual-MiniLM-L12-v2
Modell für Satzähnlichkeit
28,9 Mio. Downloads, letzte 30 Tage
- 7whisperkit-coreml
Modell für automatische Spracherkennung
24 Mio. Downloads, letzte 30 Tage
- 8Qwen3-0.6B
Textgenerierungsmodell
23,4 Mio. Downloads, letzte 30 Tage
- 9all-mpnet-base-v2
Modell für Satzähnlichkeit
20,1 Mio. Downloads, letzte 30 Tage
- 10wav2vec2-large-xlsr-53-japanese
Modell für automatische Spracherkennung
16,3 Mio. Downloads, letzte 30 Tage
- 11Qwen3-14B
Textgenerierungsmodell
13 Mio. Downloads, letzte 30 Tage
- 12nomic-embed-text-v1.5
Modell für Satzähnlichkeit
11,9 Mio. Downloads, letzte 30 Tage
- 13Kokoro-82MGetestet
Ein Sprachmodell mit 82M Parametern unter Apache 2.0, bei der Qualität im Mittelfeld und die günstigste Stimme in der Tabelle von Artificial Analysis.
11,2 Mio. Downloads, letzte 30 Tage
- 14Qwen-Image-2.1
Text-zu-Bild-Modell
10,6 Mio. Downloads, letzte 30 Tage
- 15bge-large-en-v1.5
Modell zur Merkmalsextraktion
9,3 Mio. Downloads, letzte 30 Tage
- 16multilingual-e5-small
Modell für Satzähnlichkeit
9,3 Mio. Downloads, letzte 30 Tage
- 17Wan-2.2
Bild-zu-Video-Modell
9,2 Mio. Downloads, letzte 30 Tage
- 18paraphrase-multilingual-mpnet-base-v2
Modell für Satzähnlichkeit
9 Mio. Downloads, letzte 30 Tage
- 19Qwen3-Embedding-0.6B
Modell zur Merkmalsextraktion
8,8 Mio. Downloads, letzte 30 Tage
- 20Qwen3-4B
Textgenerierungsmodell
8,4 Mio. Downloads, letzte 30 Tage
KI-Repos mit den meisten Sternen
GitHub-Sterne insgesamt für KI-Repos mit mindestens 1.000 Sternen und einem Commit im letzten Jahr, dazu jedes Repo, das wir getestet haben. Sterne messen Aufmerksamkeit, nicht Nutzung.
- 1
public-apisEine gemeinsam gepflegte Liste kostenloser APIs
494.203 GitHub-Sterne
+1% seit 22. Okt. 2026 - 2
OpenClawGetestetSelbst gehosteter persönlicher KI-Assistent, der auf deinem Rechner läuft und in WhatsApp, Telegram, Slack, iMessage und über 20 weiteren Kanälen antwortet
393.625 GitHub-Sterne
0% seit 22. Okt. 2026 - 3
SuperpowersGetestetSkills-Plugin, mit dem Coding-Agenten Ideen sammeln, planen, zuerst testen und prüfen, bevor sie ausliefern, in 16 Agent-Harnesses
310.444 GitHub-Sterne
- 4
Matt Pocock's SkillsGetestetKleine, kombinierbare Skills wie /grill-me, /grill-with-docs und /tdd, mit denen du den Prozess steuerst, statt
309.001 GitHub-Sterne
- 5
Everything Claude Code (ECC)GetestetGroßes Agent-Harness-Kit mit 71 Agenten, 311 Skills, Hooks, Regeln und einem Sicherheitsscanner für Claude Code, Codex und mehr.
294.542 GitHub-Sterne
- 6
DeepSeek HarnessGetestetDeepSeeks Open-Source-Agent-Harness, in dem Modelle, Tools, Sandbox und die Agentenschleife alle Plugins sind. Eine Entwicklervorschau
268.141 GitHub-Sterne
+4% seit 22. Okt. 2026 - 7
Hermes AgentGetestetDer ständig laufende persönliche Agent von Nous Research: läuft auf einem Server, spricht über Telegram oder Slack und schreibt seine eigenen Skills
259.400 GitHub-Sterne
- 8
Karpathy-inspired CLAUDE.mdGetestetEine CLAUDE.md mit vier Regeln (zuerst denken, einfach halten, gezielt ändern, Erfolg definieren), abgeleitet von Andrej Karpathy
227.845 GitHub-Sterne
- 9
OpenCodeGetestetCoding-Agent für das Terminal unter MIT-Lizenz, der mit fast jedem Modellanbieter funktioniert, vom Team hinter SST.
223.753 GitHub-Sterne
- 10
n8nGetestetWorkflow-Automatisierung unter Fair-Code-Lizenz mit mehr als 1.500 Integrationen und Nodes für KI-Agenten; für interne Nutzung kostenlos selbst hostbar oder Bezahlung pro Ausführung
209.276 GitHub-Sterne
- 11
TensorFlowGetestetGoogles durchgängiges Machine-Learning-Framework zum Bauen, Trainieren und Bereitstellen von Modellen, heute am stärksten in der Produktion
201.259 GitHub-Sterne
- 12
FirecrawlGetestetAPI für Web-Scraping und Crawling, die Websites in sauberes Markdown oder strukturierte Daten für LLMs verwandelt, selbst gehostet oder in der Cloud.
197.582 GitHub-Sterne
- 13
claw-codeEin von Agenten verwaltetes Museumsexponat, gebaut in Rust mit Gajae-Code / LazyCodex, entwickelt und gepflegt ohne menschliches Eingreifen
194.992 GitHub-Sterne
0% seit 22. Okt. 2026 - 14
MarkItDownGetestetMicrosofts schlanker Python-Konverter, der Office-Dateien, PDFs, HTML und mehr für LLMs in Markdown umwandelt.
193.352 GitHub-Sterne
- 15
AutoGPTAutoGPT ist die Vision von zugänglicher KI für alle, zum Nutzen und zum Weiterbauen. Unsere Mission ist es, die Tools bereitzustellen, damit
187.854 GitHub-Sterne
0% seit 22. Okt. 2026 - 16
Anthropic SkillsGetestetAnthropics Referenz-Agent-Skills, darunter die Skills docx, pdf, pptx und xlsx hinter Claudes Dateifunktionen
186.188 GitHub-Sterne
- 17
OllamaGetestetTool zum Herunterladen und lokalen Ausführen offener LLMs mit einem einzigen Befehl, mit REST-API und optionalen kostenpflichtigen Cloud-Modellen.
185.549 GitHub-Sterne
- 18
ponytailLässt deinen KI-Agenten denken wie der faulste Senior-Entwickler im Raum. Der beste Code ist der, den du nie geschrieben hast.
181.931 GitHub-Sterne
+5% seit 22. Okt. 2026 - 19
prompts.chatFrüher Awesome ChatGPT Prompts. Prompts aus der Community teilen, entdecken und sammeln. Kostenlos und Open Source, selbst hostbar
175.497 GitHub-Sterne
+1% seit 22. Okt. 2026 - 20
Hugging Face TransformersGetestetDie Standard-Python-Bibliothek zum Definieren, Laden, Trainieren und Ausführen offener Modelle für Text, Bild und Audio.
168.414 GitHub-Sterne
Meistinstallierte Agent-Skills
Installationen insgesamt laut skills.sh, dem offenen Skill-Verzeichnis für Claude Code, Codex, Cursor und andere Agents. Jede Zeile zeigt den Installationsbefehl.
- 1
find-skillsnpx skills add vercel-labs/skills --skill find-skills
4,2 Mio. Installationen
- 2
grill-meGetestetnpx skills add mattpocock/skills --skill grill-me
1,5 Mio. Installationen
- 3
hyperframes-cliGetestetnpx skills add heygen-com/hyperframes --skill hyperframes-cli
1,4 Mio. Installationen
- 4
agent-browsernpx skills add vercel-labs/agent-browser --skill agent-browser
1,3 Mio. Installationen
- 5
hyperframesGetestetnpx skills add heygen-com/hyperframes --skill hyperframes
1,3 Mio. Installationen
- 6
grill-with-docsGetestetnpx skills add mattpocock/skills --skill grill-with-docs
1,3 Mio. Installationen
- 7
media-useGetestetnpx skills add heygen-com/hyperframes --skill media-use
1,2 Mio. Installationen
- 8
improve-codebase-architectureGetestetnpx skills add mattpocock/skills --skill improve-codebase-architecture
1,2 Mio. Installationen
- 9
reddit-automationnpx skills add flowkit-labs/skills --skill reddit-automation
1,2 Mio. Installationen
- 10
tddGetestetnpx skills add mattpocock/skills --skill tdd
1,2 Mio. Installationen
- 11
design-mobile-appsnpx skills add designed-by-ai/skills --skill design-mobile-apps
1,2 Mio. Installationen
- 12
hyperframes-registryGetestetnpx skills add heygen-com/hyperframes --skill hyperframes-registry
1,1 Mio. Installationen
- 13
setup-matt-pocock-skillsGetestetnpx skills add mattpocock/skills --skill setup-matt-pocock-skills
1,1 Mio. Installationen
- 14
handoffGetestetnpx skills add mattpocock/skills --skill handoff
1,1 Mio. Installationen
- 15
frontend-designGetestetnpx skills add anthropics/skills --skill frontend-design
1,1 Mio. Installationen
- 16
grillingGetestetnpx skills add mattpocock/skills --skill grilling
1 Mio. Installationen
- 17
triageGetestetnpx skills add mattpocock/skills --skill triage
1 Mio. Installationen
- 18
prototypeGetestetnpx skills add mattpocock/skills --skill prototype
1 Mio. Installationen
- 19
hyperframes-animationGetestetnpx skills add heygen-com/hyperframes --skill hyperframes-animation
1 Mio. Installationen
- 20
hyperframes-coreGetestetnpx skills add heygen-com/hyperframes --skill hyperframes-core
930.763 Installationen
Top-CLI-Tools
Unsere handverlesene Liste von Coding-Agents für das Terminal und den Kommandozeilen-Tools, auf die Agents setzen, sortiert nach GitHub-Sternen.
- 1
opencode$ opencode · Open-Source-Coding-Agent für das Terminal, für jeden Modellanbieter
223.753 GitHub-Sterne
- 2
yt-dlp$ yt-dlp · Audio und Video von Tausenden Websites herunterladen
204.423 GitHub-Sterne
- 3
OllamaGetestet$ ollama · Offene Modelle lokal ausführen
185.549 GitHub-Sterne
- 4
Claude Code$ claude · Anthropics Coding-Agent im Terminal
154.142 GitHub-Sterne
- 5
llama.cppGetestet$ llama-cli · LLM-Inferenz in schlichtem C/C++
133.055 GitHub-Sterne
- 6
Codex CLIGetestet$ codex · OpenAIs Coding-Agent, der lokal in deinem Terminal läuft
132.688 GitHub-Sterne
- 7
Deno$ deno · Sichere Laufzeitumgebung für JavaScript und TypeScript
108.784 GitHub-Sterne
- 8
Gemini CLIGetestet$ gemini · Googles Open-Source-Coding-Agent für das Terminal
108.650 GitHub-Sterne
- 9
Neovim$ nvim · Stark erweiterbarer Texteditor auf Basis von Vim
103.285 GitHub-Sterne
- 10
Playwright$ playwright · Browser-Automatisierung und End-to-End-Tests
99.037 GitHub-Sterne
- 11
Bun$ bun · JavaScript-Laufzeitumgebung, Bundler, Test-Runner und Paketmanager
96.497 GitHub-Sterne
- 12
uv$ uv · Schneller Paket- und Projektmanager für Python
91.422 GitHub-Sterne
- 13
fzf$ fzf · Fuzzy Finder für alles im Terminal
83.898 GitHub-Sterne
- 14
lazygit$ lazygit · Terminal-Oberfläche für Git
83.580 GitHub-Sterne
- 15
ripgrep$ rg · Schnelle rekursive Suche in Dateien
69.613 GitHub-Sterne
- 16
Open Interpreter$ interpreter · Lässt ein LLM Code auf deinem Computer ausführen
68.774 GitHub-Sterne
- 17
FFmpeg$ ffmpeg · Audio und Video aufnehmen, umwandeln und streamen
66.208 GitHub-Sterne
- 18
tldr$ tldr · Vereinfachte Man-Pages mit Beispielen zuerst
64.096 GitHub-Sterne
- 19
bat$ bat · cat mit Syntaxhervorhebung und Git-Integration
61.002 GitHub-Sterne
- 20
Starship$ starship · Schneller, anpassbarer Shell-Prompt
60.550 GitHub-Sterne
Wofür Leute auf OpenRouter bezahlen
Die Listen oben zählen Downloads, Installationen und Sterne. Diese zählen Nutzung: Anfragen und Tokens, die Entwickler über OpenRouter schicken, die API, die zu Modellen fast aller Labore weiterleitet. Es ist eine einzige Plattform, ein Modell, das vor allem über die API seines Herstellers verkauft wird, steht hier also tiefer als in Wirklichkeit.
Aus den öffentlichen Rankings von OpenRouter, 3. Nov. 2026 · wöchentlich aktualisiert · openrouter.ai/rankings
Meistgenutzte Sprachmodelle
Verarbeitete Tokens der letzten sieben Tage (Eingabe plus Ausgabe), nur Standardanfragen; Batch-Jobs haben unten eine eigene Liste.
- 1DeepSeek V4.1 Flash 1017deepseek
50,4 Bio. Tokens letzte Woche
- 2GLM 5.3 Flashz-ai
15,3 Bio. Tokens letzte Woche
- 3DeepSeek V4.1 Flashdeepseek
15,1 Bio. Tokens letzte Woche
- 4Hy4 previewtencent
9,3 Bio. Tokens letzte Woche
- 5GPT-6 Lunaopenai
9,2 Bio. Tokens letzte Woche
- 6Claude Opus 5.5anthropic
6,7 Bio. Tokens letzte Woche
- 7MiniMax M3.1 Flashminimax
6,5 Bio. Tokens letzte Woche
- 8Step 5 Previewstepfun
6,5 Bio. Tokens letzte Woche
- 9GPT-5.6 Lunaopenai
5,3 Bio. Tokens letzte Woche
- 10GPT-6.1 Solopenai
3,9 Bio. Tokens letzte Woche
Meistgenutzte Modelle nach Typ
Anfragen zur Bilderzeugung und -bearbeitung in den letzten sieben Tagen.
- 1Nano Banana 2 (Gemini 3.1 Flash Image)google
2,3 Mio. Anfragen
- 2GPT Image 2.5 Sunburstopenai
1,3 Mio. Anfragen
- 3Nano Banana (Gemini 2.5 Flash Image)google
1,3 Mio. Anfragen
- 4Nano Banana 2.1google
1 Mio. Anfragen
- 5GPT Image 2.5 Flareopenai
840.734 Anfragen
- 6Muse Imagemeta
810.774 Anfragen
- 7Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)google
717.616 Anfragen
- 8GPT Image 2openai
528.869 Anfragen
- 9
503.824 Anfragen
- 10
360.390 Anfragen
Marktanteil nach Hersteller
Anteil jedes Labors an allen Tokens auf OpenRouter in der Woche vom 2. Nov. 2026.
- deepseek39,4 %
- Andere12,7 %
- z-ai11,1 %
- openai10,1 %
- tencent6,9 %
- anthropic6,5 %
- nvidia3,6 %
- stepfun3,5 %
- google3,2 %
- minimax3,1 %
Wohin das Geld geht
Ausgaben auf OpenRouter nach Art der Aufgabe in den letzten 30 Tagen, wie OpenRouter sie einordnet.
- Allgemein32,2 %
- Agenten30,4 %
- Code27,2 %
- Daten10,2 %
Die größten Aufgaben und die Modelle, die sie gewinnen
- Agenten-Workflows ausführen20,3 %
Höchste Ausgaben: Claude Opus 5.5 24,5 % · GPT-6 Astra 6,2 % · Kimi K3 5,8 %
- Klassifizieren und Taggen11,8 %
Höchste Ausgaben: Claude Opus 5.5 11,1 % · GPT-6.1 Sol 6,5 % · GPT-5.6 Sol 5,3 %
- Code schreiben9,7 %
Höchste Ausgaben: Claude Opus 5.5 21,7 % · Kimi K3 8,7 % · DeepSeek V4.1 Flash 7,3 %
- Mehrstufige Planung7,3 %
Höchste Ausgaben: Claude Opus 5.5 21,6 % · GPT-6 Astra 7,3 % · Kimi K3 7,2 %
- Datenextraktion7,1 %
Höchste Ausgaben: Claude Opus 5.5 11,3 % · Claude Sonnet 5.5 5,1 % · GLM 5.3 Flash 4,5 %
- Debugging4,5 %
Höchste Ausgaben: Claude Opus 5.5 13,1 % · Kimi K3 10,7 % · GLM 5.3 8,3 %
- Dateien lesen und bearbeiten4,4 %
Höchste Ausgaben: Claude Opus 5.5 23,2 % · GPT-6 Astra 8 % · Kimi K3 7,7 %
- Rollenspiel und Fiktion4 %
Höchste Ausgaben: Claude Sonnet 4.5 11,1 % · Claude Opus 5.5 7 % · Gemini 3.8 Flash 5,7 %
- Texte schreiben3,8 %
Höchste Ausgaben: Claude Opus 5.5 12,1 % · Claude Sonnet 5.5 8,9 % · GLM 5.3 Flash 4,6 %
- Fragen und Antworten3,5 %
Höchste Ausgaben: Claude Opus 5.5 15,3 % · Kimi K3 12,5 % · GPT-6.1 Sol 4,7 %
Top-Modelle nach Sprache
Anteil an den Tokens der letzten Woche je Sprache, unter den Modellen, die OpenRouter dafür erfasst.
- Andere38,3 %
- DeepSeek V4.1 Flash 101721 %
- GLM 5.3 Flash9,4 %
- DeepSeek V4.1 Flash7,1 %
- Step 5 Preview4,9 %
Schnellste beliebte Modelle
Von den 100 Modellen mit den meisten Anfragen die mit der höchsten mittleren Ausgabegeschwindigkeit beim schnellsten Anbieter. Der Preis gilt pro Million Eingabe-Tokens bei diesem Anbieter.
| Modell | Tokens pro Sekunde | Latenz (ms) | Schnellster Anbieter | Preis / Mio. Tokens |
|---|---|---|---|---|
| gpt-oss-120bopenai | 735 | 175 | Cerebras | 0,35 $ |
| Qwen3.8 27Bqwen | 421 | 263 | Cerebras | 0,99 $ |
| gpt-oss-20bopenai | 394 | 230 | Amazon Bedrock | 0,07 $ |
| Llama 3.1 8B Instructmeta-llama | 379 | 157 | Groq | 0,05 $ |
| Nemotron 3.5 Lightningnvidia | 361 | 271 | Fireworks | 0,05 $ |
| Nemotron 3.5 Super VLnvidia | 291 | 208 | Venice | 0,20 $ |
| DeepSeek V4.1 Flash 1017deepseek | 233 | 280 | Relace | 0,30 $ |
| DeepSeek V4.1 Flashdeepseek | 221 | 285 | Relace | 0,30 $ |
| Nova Micro 1.0amazon | 218 | 303 | Amazon Bedrock | 0,04 $ |
| GLM 5.2z-ai | 215 | 387 | BaseTen | 2,10 $ |
| Llama 3.3 70B Instructmeta-llama | 215 | 168 | Groq | 0,59 $ |
| Claude Opus 5.5anthropic | 201 | 852 | Anthropic | 8,00 $ |
| MiniMax M3.1 Flashminimax | 194 | 429 | Parasail | 0,15 $ |
| Claude Opus 4.8anthropic | 194 | 539 | Anthropic | 10,00 $ |
| Gemini 2.5 Flash Litegoogle | 192 | 345 | Google AI Studio | 0,18 $ |
So zählen wir
- Quellen. Die öffentlichen Downloadzahlen von npm und PyPI (pypistats.org) (npm-Pakete mit Scope über die npm-Suche, die die 5.250 relevantesten MCP-Pakete erreicht, sodass ein Server mit Scope unter etwa 100 wöchentlichen Downloads fehlen kann), die Modell-API von Hugging Face, die Bestenliste von skills.sh und die API von GitHub. Wir zählen nichts selbst und sehen niemandes Nutzung.
- Was aufgenommen wird. MCP-Server aus dem offiziellen MCP-Verzeichnis, die ein npm- oder PyPI-Paket mit MCP im Namen veröffentlichen (ein Server in einem allgemeinen Tool, etwa einer CLI, würde sonst nach allen gezählt, die dieses Tool installieren), die 1.000 meistgeladenen Hugging-Face-Modelle in unseren Kategorien, die KI-Repos in unseren GitHub-Listen, die 600 meistinstallierten Skills auf skills.sh, unsere Liste von Agent- und Entwickler-CLIs und alles, was wir getestet haben. Ein Server mit npm- und PyPI-Paket zählt beide.
- Wachstum. Jede wöchentliche Zählung wird gespeichert, und das Wachstum wird mit der neuesten Zählung verglichen, die mindestens sechs Tage älter ist. MCP-Server brauchen eine Woche zuvor 500 wöchentliche Downloads und Modelle 10.000 monatliche Downloads, um als wachsend zu gelten, damit ein Sprung von 3 auf 30 nicht die Liste anführt. Repos, Skills und CLI-Tools werden nach neuen Sternen oder Installationen sortiert, da ein Verhältnis winzige Projekte bevorzugen würde.
- Was fehlt. Downloads enthalten CI-Läufe und Mirrors und überzeichnen daher die Zahl der Menschen. Gehostete MCP-Server und geschlossene Modelle haben keine öffentliche Zahl. Sterne messen Interesse, und manche sind gekauft. Skill-Installationen sind die eigene Zahl von skills.sh, die wir nicht prüfen können. Eine fehlgeschlagene Abfrage wird weggelassen, statt als null gezählt.
- Keine Empfehlung. Beliebt heißt nicht gut. Zeilen mit dem Hinweis Getestet führen zu unserem Test, die übrigen zum Projekt.