ai.theaggregate/the-aggregate

Est-ce que ai.theaggregate/the-aggregate est sûr ?

Au dernier audit MCP Hub, le serveur MCP « ai.theaggregate/the-aggregate » est classé « Non encore testé ». Référencé dans l'annuaire. Seul le pentest comportemental fait foi, et il n'a pas encore été exécuté sur ce serveur. Le verdict est réévalué en continu ; consultez la fiche pour l'état à jour.

Méthode : MCP Hub analyse la description de chaque outil (couche 1) et, pour le verdict fort, exécute le serveur dans une micro-VM isolée avec leurres et réseau bloqué (couche 2). On publie des noms et des compteurs, jamais le contenu brut renvoyé par un outil.

Les 8 outils

• about_the_aggregate≈ 96 tokens

  What this data is: how the IRT fusion works, current coverage counts, update cadence, and how to cite it.

  Paramètres, retour & exemple (0)

  Exemple d'appel

  {"name": "about_the_aggregate", "arguments": {}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• compare_models≈ 144 tokens

  Head-to-head between 2-4 models: aggregate ranks, rating gap with a significance note based on the standard errors, and notable benchmarks they share.

  Paramètres, retour & exemple (1)

  Paramètres

  • models · array · requis
    Two to four model names or slugs.

  Exemple d'appel

  {"name": "compare_models", "arguments": {"models": []}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• get_benchmark≈ 165 tokens

  One benchmark in depth: what it measures, the original source leaderboard URL, IRT stats (difficulty, noise, model coverage), skill weights, and the current top models on it.

  Paramètres, retour & exemple (2)

  Paramètres

  • top · number · optionnel
    How many top models to list (1-50, default 10).
  • benchmark · string · requis
    Benchmark name or slug, e.g. "Aider polyglot".

  Exemple d'appel

  {"name": "get_benchmark", "arguments": {"benchmark": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• get_leaderboard≈ 235 tokens

  Top of the cross-benchmark aggregate ranking: every model placed on one rating scale by an IRT model fit over public benchmark leaderboards (call about_the_aggregate for the current coverage counts). One row per model by default, fused across reasoning-effort settings. Supports paging via limit/offset.

  Paramètres, retour & exemple (3)

  Paramètres

  • limit · number · optionnel
    Rows to return (1-100, default 25).
  • offset · number · optionnel
    Rows to skip from the top (default 0).
  • include_variants · boolean · optionnel
    Rank each reasoning-effort variant separately (e.g. "Claude Opus 4.6 (High)") instead of one fused row per model. Default false.

  Exemple d'appel

  {"name": "get_leaderboard", "arguments": {"limit": 1, "offset": 1, "include_variants": true}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• get_model≈ 142 tokens

  One model in depth: aggregate rank, Aggregate Rating with standard error, provider, what it is, cost per task where known, and its most notable benchmark results (with percentiles).

  Paramètres, retour & exemple (1)

  Paramètres

  • model · string · requis
    Model name or slug, e.g. "Claude Opus 4.5" or "gpt-5-5".

  Exemple d'appel

  {"name": "get_model", "arguments": {"model": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• get_prediction_duel≈ 135 tokens

  Guesswork — the public prediction duel: every day frontier LLMs and The Aggregate's own IRT model predict newly scraped benchmark scores before seeing them, and the errors are scored. Returns the current monthly standings, wins and losses included.

  Paramètres, retour & exemple (0)

  Exemple d'appel

  {"name": "get_prediction_duel", "arguments": {}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• search_benchmarks≈ 154 tokens

  Find benchmarks in the aggregate by (partial) name. Returns model coverage, difficulty on the rating scale, and the benchmark page URL.

  Paramètres, retour & exemple (2)

  Paramètres

  • limit · number · optionnel
    Max results (1-25, default 10).
  • query · string · requis
    Benchmark name fragment, e.g. "swe-bench" or "arena".

  Exemple d'appel

  {"name": "search_benchmarks", "arguments": {"query": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• search_models≈ 210 tokens

  Find ranked models by (partial) name or provider. Returns rank, Aggregate Rating and the model page URL. One row per model by default, fused across reasoning-effort settings.

  Paramètres, retour & exemple (3)

  Paramètres

  • limit · number · optionnel
    Max results (1-25, default 10).
  • query · string · requis
    Model or provider name fragment, e.g. "opus" or "deepseek".
  • include_variants · boolean · optionnel
    Return each reasoning-effort variant separately (e.g. "Claude Opus 4.6 (High)") instead of one fused row per model. Default false.

  Exemple d'appel

  {"name": "search_models", "arguments": {"query": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

C'est votre serveur ?

Revendiquez-le sur l'espace créateur (preuve GitHub, domaine ou npm) pour afficher le badge « propriétaire vérifié » et lancer un pentest comportemental à la demande afin d'obtenir le badge « Vérifié ».

Créer un compte / revendiquer →

Source

https://theaggregate.ai/mcp