MCP成本：Model Context Protocol服务器在Token中增加了什么

MCP本身不花钱。模型上下文协议（Model Context Protocol）、其SDK及大多数社区服务器都是免费的。你需要支付的是token费用：每个连接服务器的工具定义都会被注入到每次请求中，一个大约有25个工具的服务器会额外增加约3000到8000个token的模式描述。十台服务器大约就是每步50,000个token。在参考的12步运行中，这使Claude Sonnet 5从$0.39升到约$1.53，GPT-5.4从$0.50升到约$1.93，Gemini 3.8 Flash从$0.15升到约$0.58，DeepSeek V4.1 Flash从约$0.06升到约$0.23。

以上数据未考虑提示缓存。启用缓存后，Sonnet 5的运行成本回落到约$0.36。本文其余部分将说明这些数字的来源以及影响它们的因素。

MCP客户端在启动时调用每个服务器的tools/list，并将结果转换为模型供应商的工具格式。每个工具变成一个名称、一个描述及其参数的JSON模式。该数据块随着每个模型调用发送，无论模型是否使用该工具，因为模型无法调用它看不到的内容。

两点使得这种开销昂贵而不仅仅是杂乱。首先，模式很冗长：一个记录每一列的数据库服务器，或一个具有二十个导航动作的浏览器服务器，本身就可能达到几千个token。其次，代理循环在每一步重新发送整个上下文，因此模式成本每步支付一次，而非每次运行支付一次。这种重新发送的机制在[运行AI代理的成本](/guides/how-much-does-an-ai-agent-cost-to-run)中有详细介绍。

不要估算。请供应商的token计数器统计带有和不带工具列表的请求；差值就是该服务器的模式开销。这个TypeScript代码片段通过MCP获取服务器的工具，转换为Anthropic的工具格式，并计算在Claude Sonnet 5上每步的开销费用：

import Anthropic from "@anthropic-ai/sdk";
import { Client } from "@modelcontextprotocol/sdk/client/index.js";

const anthropic = new Anthropic();

export async function toolListCost(mcp: Client, system: string) {
  const { tools } = await mcp.listTools();
  const anthropicTools: Anthropic.Tool[] = tools.map((t) => ({
    name: t.name,
    description: t.description ?? "",
    input_schema: t.inputSchema as Anthropic.Tool["input_schema"],
  }));
  const probe = [{ role: "user" as const, content: "ping" }];
  const withTools = await anthropic.messages.countTokens({
    model: "claude-sonnet-5", system, tools: anthropicTools, messages: probe,
  });
  const noTools = await anthropic.messages.countTokens({
    model: "claude-sonnet-5", system, messages: probe,
  });
  const schemaTokens = withTools.input_tokens - noTools.input_tokens;
  // Sonnet 5: $2 per 1M uncached, roughly $0.20 per 1M as a cache read
  const perStepUSD = (schemaTokens * 2) / 1_000_000;
  return { schemaTokens, perStepUSD, perStepCachedUSD: perStepUSD / 10 };
}

每个服务器运行一次，并将数字保存在代理的配置中。一个每步成本6,000个token且仅2%运行中被调用的服务器，是强烈需要精简的对象。

模式是固定成本。工具结果是可变成本，而且通常更大。文件读取、网页或 SQL 结果可能占用 5,000 到 20,000 个令牌。一旦结果进入对话，后续每一步都会重新发送它。

以参考追踪记录（1,500 令牌的结果）为例，将十二个结果中的四个替换为第 2、4、6、8 步中的 15,000 令牌 SQL 转储。每个转储比基准增加 13,500 个令牌，并在后续每一步重新发送：10 + 8 + 6 + 4 = 28 次重新发送，加上最初的四个发送，共 32 次。即 13,500 × 32 = 432,000 个额外的输入令牌，在 Sonnet 5 上以 $2 每百万计约为 $0.86，而四个查询本可以只返回行数和前二十行。

参考运行包括一个4,000 token的前缀（1,500系统指令，2,500手写工具），一个500 token的任务，以及十二步，每步增加一个300 token的工具调用和一个1,500 token的结果。整个运行过程中未缓存的输入是172,800 token，输出是4,800 token。

将2,500 token的手写工具替换为十台MCP服务器，每台约5,000 token。前缀变为52,000 token，仅第12步就发送52,000 + 11 × 1,800 = 71,800 token。整个运行过程的输入为12 × 52,000 + 118,800 = 742,800 token，是基准工作量的4.3倍，而完成的工作完全相同。

缓存列假设71,800 token写入一次（第1步的前缀加上每步新增的1,800 token），以及671,000 token从缓存读取。写入溢价是Anthropic的大约125%；OpenAI和DeepSeek没有。DeepSeek V4.1 Flash，API名称为deepseek-flash，取代了已退役的V4 Flash。DeepSeek行使用峰值费率；非高峰时段费用减半。DeepSeek定价于2026-10-27在api-docs.deepseek.com核实。该列所有内容遵循[AI代理提示缓存](/guides/prompt-caching-for-ai-agents)中的规则。

• 每个智能体使用更少的服务器。为每个智能体分配其任务所需的两到三个服务器。三个服务器代替十个，将前缀从 52,000 令牌降至 17,000 令牌，未缓存的 Sonnet 5 运行从 $1.53 降至约 $0.69（322,800 × $2 + $0.048）。
• 工具过滤和延迟加载。OpenAI Agents SDK 和 Claude Agent SDK 都接受每个 MCP 服务器的工具名称允许列表，因此一个 25 个工具的服务器可以只呈现 4 个。Anthropic 的 API 还提供了一个工具搜索工具，其余工具使用 defer_loading，因此仅当模型搜索它们时才会将模式加载到上下文中。无论哪种方式，模型永远不会为它不会调用的模式付费。
• 在源头截断结果。将每个工具结果限制在几千个令牌内，并返回提示，例如总行数、字节偏移量或“再次调用 page=2”。四个被截断的 SQL 结果节省了上面计算的 432,000 个令牌。
• 缓存前缀。工具定义首先呈现且从不更改，因此它们是请求中最容易缓存的令牌。在 Anthropic 上最后一个工具设置一个断点，或者在 OpenAI 上简单地保持稳定的工具顺序，即可将模式成本转换为缓存读取，约为列表价格的 10%。

四种方法都做。它们的效果是相乘而非相加：三个经过过滤的服务器、截断的结果和预热缓存，使得 MCP 开销低于一分钱。

对于 MCP 工具定义明确且任务清晰的代理，DeepSeek V4.1 Flash（$0.30 / $1.20）运行十服务器追踪约需 $0.23，Gemini 3.8 Flash 约需 $0.58。根据我们的经验，当模式明确时，两者都能正确进行结构化工具调用。Claude Haiku 5.5 于 10 月发布，价格为 $0.10 / $0.50，价格更便宜：742,800 × $0.10 + 4,800 × $0.50 ≈ $0.077，但我们尚未在此追踪上测试过。注意其价格阶梯：这里最大的调用是 71,800 令牌，但再增加六个服务器（约 30,000 令牌），第 12 步将达到 52,000 + 30,000 + 19,800 = 101,800 令牌，此时 Haiku 5.5 对整个请求收费 $0.50 / $2.50。请比较 [AI 代理最便宜的 LLM](/guides/cheapest-llm-for-ai-agents) 中的更广泛范围以及 [模型目录](/models)。

当代理必须在许多相似工具之间进行选择（十个服务器通常意味着多个重叠的“搜索”和“读取”工具）或需要从工具错误中恢复而无需人工干预时，请为 Claude Sonnet 5 或 GPT-5.4 付费。一个选择错误服务器并循环的廉价模型会在每个浪费的步骤上重新发送 52,000 令牌的前缀，此时旗舰模型每个完成的任务更便宜。Claude Opus 5 价格为 $5 / $25，很少值得用于工具管道；将其保留用于规划步骤，如 [多代理系统成本](/guides/multi-agent-system-cost) 中所述。

大型工具列表使失控循环更快地变得昂贵，因此防护措施更加重要，而非更少：

• 每次调用都设置 max_tokens，大小适合工具调用，而不是文章
• 每次运行设置步骤限制；一个在 20 步内未完成的十服务器智能体通常是困惑的，而非彻底的
• 模型可以显式触发的停止条件
• 每次运行根据每个响应的 usage 计算美元上限，包括缓存读取和写入令牌，超过时中止循环

[令牌预算防护措施](/guides/ai-agent-token-budget-guardrails) 文章提供了运行代码。关于工具定义如何计费的每个供应商的具体信息，请参阅 [Claude 智能体 API 成本](/guides/claude-agent-api-cost)，并在测量后使用[计算器](/calculator) 为您自己的服务器列表定价。