MCP-Kosten: Was Model Context Protocol Server an Tokens hinzufügen

MCP selbst kostet nichts. Das Model Context Protocol, seine SDKs und die meisten Community-Server sind kostenlos. Bezahlt wird für Tokens: die Tool-Definitionen jedes verbundenen Servers werden in jede Anfrage eingefügt, und ein Server mit etwa 25 Tools fügt schätzungsweise 3.000 bis 8.000 Tokens Schema hinzu. Zehn Server entsprechen etwa 50.000 Tokens pro Schritt. Im Referenz-12-Schritte-Durchlauf steigen die Kosten für Claude Sonnet 5 von $0.39 auf etwa $1.53, für GPT-5.4 von $0.50 auf etwa $1.93, für Gemini 3.8 Flash von $0.15 auf etwa $0.58 und für DeepSeek V4.1 Flash von etwa $0.06 auf etwa $0.23.

Diese Zahlen gelten vor Prompt-Caching. Mit Caching sinkt der Sonnet 5-Durchlauf auf etwa $0.36. Der Rest dieses Artikels zeigt, woher die Zahlen kommen und welche Hebel sie bewegen.

Ein MCP-Client ruft bei jedem Server beim Start tools/list auf und wandelt das Ergebnis in das Tool-Format des Modellanbieters um. Jedes Tool erhält einen Namen, eine Beschreibung und ein JSON-Schema für seine Argumente. Dieser Block wird bei jedem Modellaufruf mitgesendet, unabhängig davon, ob das Modell das Tool verwendet oder nicht, denn das Modell kann nicht aufrufen, was es nicht sehen kann.

Zwei Dinge machen dies teuer und nicht nur unschön. Erstens sind die Schemas ausführlich: Ein Datenbankserver, der jede Spalte dokumentiert, oder ein Browser-Server mit zwanzig Navigationsaktionen kann allein mehrere tausend Token ausmachen. Zweitens sendet eine Agentenschleife den gesamten Kontext in jedem Schritt erneut, sodass die Schema-Kosten einmal pro Schritt anfallen, nicht einmal pro Lauf. Die Mechanik dieses erneuten Sendens wird in [wie viel ein KI-Agent zu betreiben kostet](/guides/how-much-does-an-ai-agent-cost-to-run) behandelt.

Nicht schätzen. Frage den Token-Zähler des Anbieters nach der Anfrage mit und ohne Tool-Liste; die Differenz ist der Schema-Overhead für diesen Server. Dieses TypeScript-Snippet holt die Tools eines Servers über MCP, wandelt sie in Anthropics Tool-Form um und bepreist den Overhead pro Schritt auf Claude Sonnet 5:

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 };
}

Führe es einmal pro Server aus und speichere die Zahlen in der Agenten-Konfiguration. Ein Server, der 6.000 Token pro Schritt kostet und nur bei 2% der Läufe aufgerufen wird, ist ein starker Kandidat für die Entfernung.

Schemas sind die Fixkosten. Tool-Ergebnisse sind die variablen Kosten und oft größer. Ein Datei-Lesevorgang, eine Webseite oder ein SQL-Ergebnis kann 5.000 bis 20.000 Token umfassen. Sobald ein Ergebnis in die Konversation gelangt, wird es bei jedem späteren Schritt erneut gesendet.

Nehmen Sie die Referenzspur (1.500-Token-Ergebnisse) und ersetzen Sie vier der zwölf Ergebnisse durch 15.000-Token-SQL-Dumps bei den Schritten 2, 4, 6 und 8. Jeder Dump fügt 13.500 Token gegenüber der Basislinie hinzu und wird bei jedem folgenden Schritt erneut gesendet: 10 + 8 + 6 + 4 = 28 erneute Sendungen, plus die vier ursprünglichen Sendungen, insgesamt 32. Das sind 13.500 × 32 = 432.000 zusätzliche Input-Token, oder etwa 0,86 $ bei Sonnet 5 zu 2 $ pro Million, für vier Abfragen, die eine Zeilenanzahl und die ersten zwanzig Zeilen hätten zurückgeben können.

Der Referenzdurchlauf ist ein 4.000-Token-Präfix (1.500 System, 2.500 handgeschriebene Tools), eine 500-Token-Aufgabe und zwölf Schritte, die jeweils einen 300-Token-Tool-Aufruf und ein 1.500-Token-Ergebnis hinzufügen. Ungecachter Input über den Durchlauf beträgt 172.800 Tokens; Output sind 4.800.

Ersetzen Sie die 2.500 Tokens handgeschriebener Tools durch zehn MCP-Server mit jeweils etwa 5.000 Tokens. Das Präfix wird zu 52.000 Tokens und Schritt 12 allein sendet 52.000 + 11 × 1.800 = 71.800 Tokens. Input über den Durchlauf ist 12 × 52.000 + 118.800 = 742.800 Tokens, das 4,3-fache der Basislinie für genau dieselbe Arbeit.

Die Spalte „Cached“ geht davon aus, dass 71.800 Tokens einmal geschrieben werden (das Präfix bei Schritt 1 plus die jeweils 1.800 neuen Tokens jedes Schritts) und 671.000 aus dem Cache gelesen werden. Der Write-Premium beträgt bei Anthropic etwa 125 %; OpenAI und DeepSeek haben keinen. DeepSeek V4.1 Flash, API-Name deepseek-flash, hat V4 Flash ersetzt, das DeepSeek eingestellt hat. Die DeepSeek-Zeilen verwenden Spitzentarife; außerhalb der Spitzenzeiten kosten sie die Hälfte. DeepSeek-Preise geprüft am 2026-10-27 unter api-docs.deepseek.com. Alles in dieser Spalte folgt den Regeln in [prompt caching for AI agents](/guides/prompt-caching-for-ai-agents).

• Weniger Server pro Agent. Geben Sie jedem Agenten die zwei oder drei Server, die seine Aufgabe benötigt. Drei statt zehn Server senken den Prefix von 52.000 auf 17.000 Token und den ungecachten Sonnet-5-Lauf von $1,53 auf etwa $0,69 (322.800 × $2 + $0,048).
• Tool-Filterung und verzögertes Laden. Das OpenAI Agents SDK und das Claude Agent SDK akzeptieren beide eine Zulassungsliste von Tool-Namen pro MCP-Server, sodass ein 25-Tool-Server 4 präsentieren kann. Die Anthropic-API bietet auch ein Tool-Suche-Tool mit defer_loading für die restlichen, sodass Schemas nur dann in den Kontext geholt werden, wenn das Modell danach sucht. In beiden Fällen zahlt das Modell nie für ein Schema, das es nicht aufruft.
• Ergebnisse an der Quelle trunkieren. Begrenzen Sie jedes Tool-Ergebnis auf einige tausend Token und geben Sie einen Hinweis wie Gesamtzeilen, ein Byte-Offset oder „rufen Sie erneut mit page=2 auf“ zurück. Vier begrenzte SQL-Ergebnisse sparen die oben berechneten 432.000 Token.
• Den Prefix cachen. Tool-Definitionen werden zuerst gerendert und ändern sich nie, daher sind sie die einfachsten Token in der Anfrage zum Cachen. Ein Breakpoint beim letzten Tool bei Anthropic oder einfach eine stabile Tool-Reihenfolge bei OpenAI wandelt die Schema-Kosten in Cache-Lesevorgänge zu etwa 10 % des Listenpreises um.

Machen Sie alle vier. Sie multiplizieren sich eher als dass sie sich addieren: Drei gefilterte Server mit trunkierten Ergebnissen und einem warmen Cache ergeben einen Lauf, bei dem der MCP-Overhead unter einem Cent liegt.

Für einen Agenten mit klar spezifizierten MCP-Tools und eindeutiger Aufgabe kostet die Ausführung der Ten-Server-Trace bei DeepSeek V4.1 Flash ($0,30 / $1,20) etwa $0,23 und bei Gemini 3.8 Flash etwa $0,58. Beide liefern nach unserer Erfahrung korrekte strukturierte Tool-Aufrufe, solange das Schema eindeutig ist. Claude Haiku 5.5, im Oktober zu $0,10 / $0,50 veröffentlicht, ist preislich günstiger: 742.800 × $0,10 + 4.800 × $0,50 = ca. $0,077, wobei wir es für diese Trace noch nicht getestet haben. Beachten Sie den Preissprung: Der größte Aufruf hier umfasst 71.800 Tokens. Fügen Sie sechs weitere Server hinzu (ca. 30.000 Tokens), erreicht Schritt 12 52.000 + 30.000 + 19.800 = 101.800 Tokens, woraufhin Haiku 5.5 die gesamte Anfrage mit $0,50 / $2,50 abrechnet. Vergleichen Sie den größeren Markt im Leitfaden [günstigstes LLM für KI-Agenten](/guides/cheapest-llm-for-ai-agents) und im [Modellkatalog](/models).

Bezahlen Sie Claude Sonnet 5 oder GPT-5.4, wenn der Agent zwischen vielen ähnlichen Tools wählen muss (zehn Server bedeuten oft mehrere sich überschneidende „Search“- und „Read“-Tools) oder Tool-Fehler ohne menschliches Zutun beheben soll. Ein günstiges Modell, das den falschen Server auswählt und dabei die 52.000-Token-Präfixe in jedem verschwendeten Schritt erneut sendet, macht die Flaggschiff-KI pro abgeschlossener Aufgabe letztlich günstiger. Claude Opus 5 zu $5 / $25 ist für die reine Tool-Infrastruktur selten gerechtfertigt; heben Sie es für den Planungsschritt auf, wie in [Kosten multi-agentischer Systeme](/guides/multi-agent-system-cost) beschrieben.

Große Tool-Listen machen ausufernde Schleifen teurer, daher sind die Schutzmaßnahmen wichtiger, nicht weniger:

• max_tokens bei jedem Aufruf, bemessen für einen Tool-Aufruf, nicht für einen Aufsatz
• Eine Schrittbegrenzung pro Durchlauf; ein Zehn-Server-Agent, der nach 20 Schritten nicht fertig ist, ist meist verwirrt, nicht gründlich
• Eine Stoppbedingung, die das Modell explizit auslösen kann
• Ein Dollar-Limit pro Durchlauf, berechnet aus dem usage jeder Antwort, einschließlich Cache-Lese- und -Schreib-Token, das die Schleife abbricht, wenn es überschritten wird

Der Artikel [Token-Budget-Schutzmaßnahmen](/guides/ai-agent-token-budget-guardrails) enthält den Runner-Code. Für anbieterspezifische Details zur Abrechnung von Tool-Definitionen siehe [Claude Agent-API-Kosten](/guides/claude-agent-api-cost) und verwenden Sie den [Rechner](/calculator), um Ihre eigene Serverliste zu bepreisen, sobald Sie sie gemessen haben.