Veröffentlicht am 05.08.2026 · Referenznummern, vor der Budgetierung überprüfen
Es ist völlig kostenlos, einen MCP-Server mit einem Agenten zu verbinden. Keine Anmeldung, keine Abrechnung pro Werkzeug, keine Zähleranimation. Dann schauen Sie sich an, was tatsächlich über die Leitung gesendet wird. Schließen Sie durchschnittlich 25 Werkzeuge an jeweils ca. 1.000 Schematoken – die Figur, die aus dem herauskam modelcontextprotocol GitHub-Problem Nr. 2808 auf realen Werkzeugdefinitionen – und das sind 25.000 Token, die mitmachen jede einzelne Runde jeder Sitzung, unabhängig davon, ob das Modell in diesem Zug ein Werkzeug aufruft oder nicht. Bei 20 Runden pro Sitzung und 50 Sitzungen pro Tag, also ohne Zwischenspeicherung 2.250 $ pro Monat. Niemand hat diese Zahl in den MCP-Schnellstart eingetragen.
LLM-APIs sind zustandslos. Jeder Aufruf ist eine neue HTTP-Anfrage ohne serverseitigen Speicher für die letzte, sodass der Client – Claude Code, Claude Desktop, welches Agent-Framework auch immer die Schleife antreibt – jedes Mal den vollständigen Tool-Schemablock in der Anfrage neu serialisieren muss. Runde 1 zahlt dafür. Turn 20 zahlt sich erneut aus. Bei einer 20-Runden-Sitzung werden die Werkzeuge nicht einmal geladen; Es überträgt sie zwanzig Mal und wird jedes Mal als normale Eingabe-Tokens abgerechnet. Genau aus diesem Grund werden die Kosten deutlich sichtbar auf der Rechnung angezeigt, anstatt als Einzelposten namens „MCP-Steuer“ aufzutauchen.
Niemand setzt sich hin und beschließt, 2.250 US-Dollar pro Monat für Tool-Schemata auszugeben. Was passiert, ist, dass ein Team einen Dateisystemserver, einen Datenbankserver, einen Suchserver und ein paar interne Server verbindet, „sobald sie da sind“, und die Anzahl der Tools von 5 auf 75 steigt, ohne dass irgendjemand den Preis neu festlegt. Gleiche 20 Umdrehungen, gleiche 50 Sitzungen pro Tag, durchgehend gleiche Preise von 3 $/0,30 $ pro Million – nur die Anzahl der Werkzeuge ändert sich.
| Werkzeuge verbunden | Schema-Tokens | % von 200.000 Kontext | Kein Caching/Mo | Zwischengespeichert / Mo |
|---|---|---|---|---|
| 5 (ein Server) | 5,000 | 2.5% | $450 | $65 |
| 15 | 15,000 | 7.5% | $1,350 | $196 |
| 25 | 25,000 | 12.5% | $2,250 | $326 |
| 50 | 50,000 | 25% | $4,500 | $653 |
| 75 (fünf Server) | 75,000 | 37.5% | $6,750 | $979 |
| 20 Runden/Sitzung, 50 Sitzungen/Tag, 3,00 $ Eingabe / 0,30 $ Cache-Lesen pro 1 Mio. Token. Referenzmodell – führen Sie Ihre eigenen Zahlen durch MCP-Tool-Schema-Token-Overhead-Rechner. | ||||
Die Zeile, die Sie aufhalten sollte, ist die dritte Spalte. Bei 75 Tools ist mehr als ein Drittel eines 200K-Kontextfensters verschwunden, bevor der Benutzer etwas eingegeben hat – nicht für Konversationen, nicht für abgerufene Dokumente, nicht für Argumente, nicht für Tooldefinitionen, die das Modell möglicherweise null Mal in dieser Sitzung aufruft. Das ist der Kontext, den der Agent für nichts anderes verwenden kann, egal ob er zwischengespeichert ist oder nicht.
Prompt-Caching ist hier ein echter Rabatt: Zahlen Sie einmal den vollen Preis, um den Tool-Schema-Block zu schreiben, und lesen Sie ihn dann mit etwa 90 % Rabatt zurück – etwa 0,30 $ statt 3 $ pro Million Token bei einem Sonnet-Klasse-Modell – für jede weitere Runde danach, solange der Block an einer festen, frühen Position sitzt und sich nie ändert. Aus diesem Grund liegt die zwischengespeicherte Spalte oben in jeder Zeile 85 % unter der nicht zwischengespeicherten Spalte.
Der Haken ist, dass sich der Cache nur bei einem byteidentischen Präfix auszahlt. Fügen Sie ein Tool hinzu, entfernen Sie eines, ordnen Sie die Liste neu oder lassen Sie einen Orchestrator Toolsets mitten in der Sitzung austauschen, und Sie erhalten einen Cache-Fehler – ab diesem Zeitpunkt wieder der volle Preis. Das Cache-Fenster selbst ist kurz: fünf Minuten auf der schnellen Stufe, bis zu einer Stunde auf der längeren Stufe, je nach Anbieter. Eine Sitzung, die zwischen Anrufen inaktiv ist, oder eine neue Sitzung, die nach Ablauf des Fensters beginnt, erhält überhaupt keinen Rabatt. Caching belohnt eine statische Toolliste und bestraft alles, was das Schema während der Konversation neu mischt – und das ist genau das, was viele Orchestrierungsebenen von Natur aus tun.
Sobald ein Server verbunden ist, fließen seine Schemata in jede Anfrage jeder Sitzung ein, mit der er verbunden ist – aufgerufen oder nicht. Ein ungenutztes Tool ist keine kostenlose Option, die im Hintergrund läuft; Es sind ungefähr 1.000 Token an Eingabekosten pro Runde, identisch mit einem Werkzeug, das ständig aufgerufen wird, und es sind 1.000 Token, die das Modell nicht für die eigentliche Konversation ausgibt. Fünf Server mit jeweils fünfzehn Tools verfügen über 75.000 Schema-Tokens, bevor eine einzelne Benutzernachricht eintrifft, selbst wenn sechzig dieser fünfundsiebzig Tools nie aufgerufen werden. Das Anschließen aller verfügbaren MCP-Server „nur für den Fall“ ist keine neutrale Standardeinstellung – es handelt sich um eine monatliche Grundgebühr zuzüglich einer Kontextsteuer, die unabhängig davon gezahlt wird, ob etwas davon genutzt wird oder nicht.
Es lohnt sich, eine klare Trennung vorzunehmen, da die beiden Zahlen ständig verwechselt werden: Was es kostet, einen MCP-Server zu erstellen, zu hosten und zu warten – abgedeckt im Kostenrechner für MCP-Server – werden die Infrastrukturausgaben von demjenigen bezahlt, der sie betreibt, und es hängt nicht davon ab, wie oft eine bestimmte Konversation sie nutzt. Bei der Steuer in diesem Artikel handelt es sich um eine völlig andere Rechnung, die von demjenigen bezahlt wird, der die LLM-API-Rechnung bezahlt, und die sich nach Sitzungen und Runden und nicht nach technischem Aufwand richtet. Ein Server, dessen Hosting auf einem lokalen stdio-Prozess null Dollar kostet, kann auf der anderen Seite des Hauptbuchs immer noch Hunderte von Dollar pro Monat an Schema-Tokens verbrennen. Beides ist echt. In einem ehrlichen Budget ersetzt keiner den anderen.
Der Aufruf von MCP-Tools ist nicht teuer. Es ist teuer, sie auf Schritt und Tritt anzuschließen, egal ob angerufen oder nicht – und diese Kosten sind nahezu unsichtbar, da sie als gewöhnliche Eingabemarken auf einer Rechnung ankommen, auf der es bereits viele davon gibt. Caching reduziert den Dollarwert um etwa 85 % und hat keinen Einfluss auf den Kontextfensteranteil, der die Zahl ist, die eine lange Sitzung tatsächlich beeinträchtigt. Der Fix kostet nichts: weniger Server anschließen, die Liste stabil halten und die überprüfen Kalkulator bevor die Anzahl der Werkzeuge den Preis übersteigt.
Methodik: Die durchschnittliche Schemagröße von ~1.000 Token ist die von der Community gemeldete Zahl aus modelcontextprotocol GitHub Issue #2808, kein Maß für eine bestimmte Bereitstellung – die tatsächliche Schemagröße hängt davon ab, wie ausführlich die Parameterbeschreibungen der einzelnen Tools sind. Die Preise (3,00 $ Eingabe / 0,30 $ Cache-Lesen pro 1 Mio. Token) spiegeln die veröffentlichten Tarife eines Sonnet-Klasse-Modells mit Stand August 2026 wider. Die bearbeitete Tabelle ist ein konstruiertes Szenario, das zeigen soll, wie sich die Zahlen mit der Werkzeuganzahl skalieren, nicht mit der Telemetrie eines Produktionssystems. Bestätigen Sie vor der Budgetierung die aktuellen Preise und die Anzahl Ihrer eigenen Runden/Sitzungen.