Los esquemas de herramientas MCP cuestan $ 2250 al mes antes de llamar a una sola herramienta

Publicado 2026-08-05 · números de referencia, verificar antes de presupuestar

Conectar un servidor MCP a un agente es una sensación gratuita. Sin registro, sin factura por herramienta, sin animación del medidor. Luego miras lo que realmente se envía por cable. Conecte 25 herramientas a la vez ~1000 tokens de esquema cada uno — la figura que salió del modelcontextprotocol GitHub número 2808 en definiciones de herramientas del mundo real, y eso son 25.000 tokens viajando en cada vuelta de cada sesión, ya sea que el modelo llame a una herramienta en ese turno o no. A 20 turnos por sesión y 50 sesiones por día, sin caché, es decir $2,250 al mes. Nadie puso ese número en el inicio rápido de MCP.

Por qué es recurrente en lugar de ser un costo único

Las API de LLM no tienen estado. Cada llamada es una solicitud HTTP nueva sin memoria del lado del servidor de la última, por lo que el cliente (Claude Code, Claude Desktop, cualquier marco de agente que esté impulsando el ciclo) tiene que volver a serializar el bloque completo del esquema de la herramienta en la solicitud cada vez. El turno 1 lo paga. Cumplir 20 vuelve a pagarlo. Una sesión de 20 turnos no carga las herramientas una vez; los transmite veinte veces y se factura como tokens de entrada ordinarios cada vez, que es exactamente la razón por la que el costo se oculta a la vista en la factura en lugar de aparecer como una partida llamada "impuesto MCP".

¿Qué efecto tiene en la factura conectar más servidores?

Nadie se sienta y decide gastar 2250 dólares al mes en esquemas de herramientas. Lo que sucede es que un equipo conecta un servidor de sistema de archivos, un servidor de base de datos, un servidor de búsqueda y un par de servidores internos "ya que están allí", y el recuento de herramientas aumenta de 5 a 75 sin que nadie le vuelva a fijar el precio. Los mismos 20 turnos, las mismas 50 sesiones por día, el mismo precio de $ 3/$ 0,30 por millón en todo momento: solo cambia el recuento de herramientas.

La línea que debería detenerte es la tercera columna. Con 75 herramientas, más de un tercio de una ventana de contexto de 200 000 desaparece antes de que el usuario haya escrito algo: ni la conversación, ni los documentos recuperados, ni el razonamiento, ni las definiciones de herramientas que el modelo puede llamar cero veces en esa sesión. Ese es el contexto que el agente no puede usar para nada más, ya sea en caché o no.

El almacenamiento en caché recupera la mayor parte del costo en dólares, con un inconveniente

El almacenamiento en caché rápido es un verdadero descuento aquí: pague el precio completo una vez para escribir el bloque de esquema de herramienta, luego vuelva a leerlo con aproximadamente un 90% de descuento (alrededor de $0,30 en lugar de $3 por millón de tokens en un modelo de clase Sonnet) para cada turno posterior, siempre y cuando el bloque se encuentre en una posición inicial fija y nunca cambie. Es por eso que la columna almacenada en caché de arriba se ejecuta un 85% por debajo de la que no está almacenada en caché en cada fila.

El problema es que el caché sólo se amortiza con un prefijo de bytes idénticos. Agregue una herramienta, elimine una, reordene la lista o deje que un orquestador intercambie conjuntos de herramientas a mitad de sesión y obtendrá una pérdida de caché: el precio completo nuevamente a partir de ese momento. La ventana de caché en sí es corta: cinco minutos en el nivel rápido, hasta una hora en el más largo, según el proveedor. Una sesión que permanece inactiva entre llamadas, o una sesión nueva que comienza después de que transcurre el período, no obtiene ningún descuento. El almacenamiento en caché recompensa una lista de herramientas estáticas y castiga cualquier cosa que reorganice el esquema en mitad de una conversación, que es precisamente lo que hacen muchas capas de orquestación por diseño.

La pieza que los equipos pierden: las herramientas no utilizadas cuestan lo mismo que las usadas

En el momento en que se conecta un servidor, sus esquemas entran en cada solicitud de cada sesión que lo tiene adjunto, llamado o no. Una herramienta inactiva no es una opción gratuita que se encuentra en segundo plano; Son aproximadamente 1000 tokens de costo de entrada por turno, idéntico a una herramienta que se invoca constantemente, y son 1000 tokens que el modelo no gasta en la conversación real. Cinco servidores con quince herramientas cada uno son 75.000 tokens de esquema antes de que llegue un solo mensaje de usuario, incluso si nunca se llama a sesenta de esas setenta y cinco herramientas. Conectar todos los servidores MCP disponibles "por si acaso" no es una opción predeterminada neutral: es un cargo mensual permanente más un impuesto de contexto, que se paga independientemente de que se utilice o no.

Esto no es lo que cuesta ejecutar el servidor.

Vale la pena separarlos claramente, porque los dos números se confunden constantemente: cuánto cuesta construir, alojar y mantener un servidor MCP, cubierto en el Calculadora de costos del servidor MCP – es el gasto en infraestructura pagado por quien lo opera, y no varía con cuánto lo utiliza una conversación determinada. El impuesto en este artículo es una factura completamente diferente, pagada por quien paga la factura de LLM API, que aumenta con las sesiones y los turnos en lugar del esfuerzo de ingeniería. Un servidor cuyo alojamiento en un proceso stdio local cuesta cero dólares aún puede estar quemando cientos de dólares al mes en tokens de esquema en el otro lado del libro mayor. Ambos son reales. Ninguno sustituye al otro en un presupuesto honesto.

¿Qué haríamos realmente con esto?

• Audite lo que realmente está conectado. La mayoría de las configuraciones de agentes acumulan servidores MCP más rápido de lo que nadie vuelve a verificar si aún se necesitan todas sus herramientas. Cinco minutos de poda pueden marcar la diferencia entre la fila de 25 herramientas y la fila de 75 herramientas de arriba.
• Herramientas de alcance por agente, no globalmente. Un agente de codificación no necesita que las herramientas del servidor de pagos se carguen en cada turno solo porque el espacio de trabajo lo tenga configurado en alguna parte.
• Mantener la lista de herramientas estática dentro de una sesión si desea que el almacenamiento en caché realmente funcione. El intercambio dinámico de conjuntos de herramientas es un patrón legítimo, pero también es un generador de errores de caché: sepa cuál está intercambiando por el otro.
• Ponle precio a toda la pila de contexto, no sólo a las herramientas, con el calculadora de costos de ventana contextual si los documentos recuperados y el historial de conversaciones también llenan la ventana. Y si los esquemas de la herramienta se encuentran dentro de un mensaje fijo más grande del sistema, el calculadora de costos rápidos del sistema precios que todo el preámbulo es un impuesto por solicitud.

la comida para llevar

Las herramientas MCP no son caras de utilizar. Es costoso tenerlos conectados, en cada turno, ya sea que se llamen o no, y ese costo es casi invisible porque llega como tokens de entrada ordinarios en un billete que ya tiene muchos de ellos. El almacenamiento en caché reduce la cifra en dólares en aproximadamente un 85% y no hace nada por la participación de la ventana de contexto, que es la cifra que realmente degrada una sesión larga. La solución no cuesta nada: conecte menos servidores, mantenga la lista estable y verifique el calculadora antes de que el recuento de herramientas supere el precio de cualquiera.

Metodología: el tamaño promedio del esquema de ~1,000 tokens es la cifra reportada por la comunidad en el número 2808 de GitHub del protocolo modelcontext, no una medida de ninguna implementación específica; el tamaño real del esquema varía según cuán detalladas sean las descripciones de los parámetros de cada herramienta. El precio ($3,00 de entrada / $0,30 de lectura de caché por 1 millón de tokens) refleja las tarifas publicadas de un modelo de clase Sonnet a partir de agosto de 2026. La tabla trabajada es un escenario construido destinado a mostrar cómo los números escalan con el recuento de herramientas, no con la telemetría de un sistema de producción. Confirme los precios actuales y su propio recuento de turnos/sesiones antes de realizar el presupuesto.