MCP Kosten: Wat Model Context Protocol Servers toevoegen in Tokens

MCP zelf kost niets. Het Model Context Protocol, de SDK's en de meeste community-servers zijn gratis. Waar je voor betaalt zijn tokens: de tooldefinities van elke aangesloten server worden in elk verzoek geïnjecteerd, en een server met ongeveer 25 tools voegt naar schatting 3.000 tot 8.000 tokens aan schema toe. Tien servers is ruwweg 50.000 tokens per stap. Bij de referentie-run van 12 stappen stijgt Claude Sonnet 5 van $0.39 naar ongeveer $1.53, GPT-5.4 van $0.50 naar ongeveer $1.93, Gemini 3.8 Flash van $0.15 naar ongeveer $0.58 en DeepSeek V4.1 Flash van ongeveer $0.06 naar ongeveer $0.23.

Die cijfers zijn vóór prompt caching. Met caching komt de Sonnet 5-run terug op ongeveer $0.36. De rest van dit artikel laat zien waar de getallen vandaan komen en welke hefbomen ze bewegen.

Een MCP-client roept de tools/list van elke server aan bij het opstarten en converteert het resultaat naar het toolformaat van de modelleverancier. Elke tool krijgt een naam, een beschrijving en een JSON-schema voor de argumenten. Dat blok wordt met elke modeloproep meegestuurd, ongeacht of het model de tool gebruikt of niet, omdat het model niet kan aanroepen wat het niet kan zien.

Twee dingen maken dit duur in plaats van alleen maar rommelig. Ten eerste zijn de schema's uitgebreid: een databaseserver die elke kolom documenteert, of een browserserver met twintig navigatieacties, kan alleen al duizenden tokens bevatten. Ten tweede stuurt een agent-loop de hele context bij elke stap opnieuw, dus de schemakosten worden één keer per stap betaald, niet één keer per run. De mechaniek van dat opnieuw verzenden wordt behandeld in [hoeveel kost het om een AI-agent te draaien](/guides/how-much-does-an-ai-agent-cost-to-run).

Niet schatten. Vraag de tokenteller van de leverancier voor het verzoek met en zonder de toollijst; het verschil is de schema-overhead voor die server. Dit TypeScript-fragment haalt de tools van een server op via MCP, converteert ze naar Anthropic's toolvorm en geeft de overhead per stap op 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 };
}

Voer het één keer per server uit en bewaar de getallen in de config van de agent. Een server die 6.000 tokens per stap kost en bij 2% van de runs wordt aangeroepen, is een sterke kandidaat om te verwijderen.

Schema's zijn de vaste kosten. Toolresultaten zijn de variabele kosten, en die zijn vaak groter. Een bestandsleesactie, een webpagina of een SQL-resultaat kan 5.000 tot 20.000 tokens zijn. Zodra een resultaat de conversatie binnenkomt, wordt het bij elke volgende stap opnieuw verzonden.

Neem de referentietrace (1.500-token resultaten) en vervang vier van de twaalf resultaten door 15.000-token SQL-dumps op stappen 2, 4, 6 en 8. Elke dump voegt 13.500 tokens toe boven de basislijn en wordt bij elke volgende stap opnieuw verzonden: 10 + 8 + 6 + 4 = 28 herverzendingen, plus de vier oorspronkelijke verzendingen, in totaal 32. Dat is 13.500 × 32 = 432.000 extra invoertokens, of ongeveer $0,86 op Sonnet 5 tegen $2 per miljoen, voor vier queries die een rijtelling en de eerste twintig rijen hadden kunnen retourneren.

De referentie-run is een prefix van 4.000 tokens (1.500 systeem, 2.500 handgeschreven tools), een taak van 500 tokens, en twaalf stappen die elk een toolcall van 300 tokens en een resultaat van 1.500 tokens toevoegen. Ongecachte input over de run is 172.800 tokens; output is 4.800.

Vervang de 2.500 tokens handgeschreven tools door tien MCP-servers van ongeveer 5.000 tokens elk. Het prefix wordt 52.000 tokens en stap 12 alleen al stuurt 52.000 + 11 × 1.800 = 71.800 tokens. Input over de run is 12 × 52.000 + 118.800 = 742.800 tokens, 4.3 keer de basislijn voor exact hetzelfde werk.

De gecachte kolom gaat ervan uit dat 71.800 tokens eenmaal worden geschreven (het prefix bij stap 1 plus de 1.800 nieuwe tokens van elke stap) en 671.000 uit cache worden gelezen. De schrijfpremie is die van Anthropic, ongeveer 125%; OpenAI en DeepSeek hebben er geen. DeepSeek V4.1 Flash, API-naam deepseek-flash, verving V4 Flash, dat DeepSeek heeft stopgezet. DeepSeek-rijen gebruiken piekprijzen; daluren kosten de helft. DeepSeek-prijzen gecontroleerd op 2026-10-27 op api-docs.deepseek.com. Alles in die kolom volgt de regels in [prompt caching for AI agents](/guides/prompt-caching-for-ai-agents).

• Minder servers per agent. Geef elke agent de twee of drie servers die zijn taak nodig heeft. Drie servers in plaats van tien verlaagt het prefix van 52.000 naar 17.000 tokens en de ongecachede Sonnet 5-run van $1,53 naar ongeveer $0,69 (322.800 × $2 + $0,048).
• Toolfiltering en lazy loading. De OpenAI Agents SDK en de Claude Agent SDK accepteren beide een allow-list van toolnamen per MCP-server, zodat een server met 25 tools er 4 kan presenteren. Anthropic's API biedt ook een tool-search-tool met defer_loading voor de rest, zodat schema's alleen in de context worden geladen wanneer het model ernaar zoekt. Hoe dan ook betaalt het model nooit voor een schema dat het niet zal aanroepen.
• Resultaten bij de bron afkappen. Beperk elk toolresultaat tot een paar duizend tokens en retourneer een hint zoals totaal aantal rijen, een byte-offset of een "call again with page=2". Vier afgetopte SQL-resultaten besparen de hierboven berekende 432.000 tokens.
• Het prefix cachen. Tooldefinities worden eerst weergegeven en veranderen nooit, dus zij zijn de gemakkelijkste tokens in de aanvraag om te cachen. Eén breakpoint op de laatste tool bij Anthropic, of simpelweg een stabiele toolvolgorde bij OpenAI, zet de schemakosten om in cachereads tegen ongeveer 10% van de lijstprijs.

Doe ze alle vier. Ze vermenigvuldigen in plaats van optellen: drie gefilterde servers met afgetopte resultaten en een warme cache levert een run op waarbij de MCP-overhead onder een cent blijft.

Voor een agent waarvan de MCP-tools goed gespecificeerd zijn en de taak duidelijk is, draait DeepSeek V4.1 Flash ($0.30 / $1.20) de tien-server-trace voor ongeveer $0.23 en Gemini 3.8 Flash voor ongeveer $0.58. Naar onze ervaring doen beide correcte gestructureerde toolaanroepen wanneer het schema ondubbelzinnig is. Claude Haiku 5.5, uitgebracht in oktober voor $0.10 / $0.50, is goedkoper qua prijs: 742.800 × $0.10 + 4.800 × $0.50 = ongeveer $0.077, hoewel we het niet op deze trace hebben getest. Let op de prijssprong: de grootste aanroep hier is 71.800 tokens, maar voeg zes extra servers toe (ongeveer 30.000 tokens) en stap 12 bereikt 52.000 + 30.000 + 19.800 = 101.800 tokens, waar Haiku 5.5 het hele verzoek factureert tegen $0.50 / $2.50. Vergelijk het bredere veld in [goedkoopste LLM voor AI-agenten](/guides/cheapest-llm-for-ai-agents) en de [modelcatalogus](/models).

Betaal voor Claude Sonnet 5 of GPT-5.4 wanneer de agent moet kiezen tussen veel vergelijkbare tools (tien servers betekent vaak meerdere overlappende \"zoek\"- en \"lees\"-tools) of moet herstellen van toolfouten zonder menselijke tussenkomst. Een goedkoop model dat de verkeerde server kiest en blijft herhalen, verzendt het 52.000-token prefix opnieuw bij elke verspilde stap, en op dat punt is het vlaggenschip goedkoper per voltooide taak. Claude Opus 5 voor $5 / $25 is zelden gerechtvaardigd voor tool-loodgieterswerk; bewaar het voor de planningsstap, zoals beschreven in [kosten van multi-agent systeem](/guides/multi-agent-system-cost).

Grote toollijsten maken weggelopen loops sneller duur, dus de guardrails doen er meer toe, niet minder:

• max_tokens bij elke aanroep, ingesteld voor een toolaanroep, niet voor een essay
• Een stapbeperking per run; een agent met tien servers die na 20 stappen nog niet klaar is, is meestal in de war, niet grondig
• Een stopconditie die het model expliciet kan triggeren
• Een dollarlimiet per run, berekend op basis van usage van elke respons, inclusief cache-lees- en schrijftokens, die de loop afbreekt wanneer deze wordt overschreden

Het artikel [token budget guardrails](/guides/ai-agent-token-budget-guardrails) bevat de runner-code. Voor leverancierspecifieke details over hoe tooldefinities worden gefactureerd, zie [Claude agent API cost](/guides/claude-agent-api-cost), en gebruik de [calculator](/calculator) om uw eigen serverlijst te prijzen zodra u deze hebt gemeten.