Pubblicato il 05-08-2026 · numeri di riferimento, verificare prima della stesura del budget
Collegare un server MCP a un agente è un'esperienza gratuita. Nessuna registrazione, nessuna fattura per strumento, nessuna animazione del contatore. Quindi guardi cosa viene effettivamente inviato via cavo. Collega 25 strumenti contemporaneamente ~1.000 token di schema ciascuno - la figura che è venuta fuori dal modelcontextprotocol GitHub problema n. 2808 sulle definizioni degli strumenti del mondo reale - e questo significa 25.000 token ogni singolo giro di ogni sessione, indipendentemente dal fatto che il modello chiami uno strumento in quel turno o meno. A 20 turni a sessione e 50 sessioni al giorno, uncached, cioè $ 2.250 al mese. Nessuno ha inserito quel numero nella guida rapida di MCP.
Le API LLM sono senza stato. Ogni chiamata è una nuova richiesta HTTP senza memoria lato server dell'ultima, quindi il client (Claude Code, Claude Desktop, qualunque framework dell'agente stia guidando il ciclo) deve riserializzare ogni volta l'intero blocco dello schema dello strumento nella richiesta. La prima curva ne paga le conseguenze. I 20 anni ne pagano ancora la pena. Una sessione di 20 turni non carica gli strumenti una volta; li trasmette venti volte e ogni volta viene fatturato come normali token di input, motivo per cui il costo si nasconde in bella vista sulla fattura invece di apparire come una voce chiamata "tassa MCP".
Nessuno si siede e decide di spendere 2.250 dollari al mese in schemi di strumenti. Ciò che accade è che un team connette un server di filesystem, un server di database, un server di ricerca e un paio di server interni "visto che sono lì" e il conteggio degli strumenti passa da 5 a 75 senza che nessuno lo rivaluti. Stessi 20 turni, stesse 50 sessioni al giorno, stesso prezzo di $ 3/$ 0,30 al milione per tutto: solo lo strumento conta i movimenti.
| Strumenti collegati | Token dello schema | % del contesto di 200K | Nessuna memorizzazione nella cache/mese | Mese in cache/mese |
|---|---|---|---|---|
| 5 (un 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 (cinque server) | 75,000 | 37.5% | $6,750 | $979 |
| 20 turni/sessione, 50 sessioni/giorno, 3,00 USD di input/0,30 USD di lettura cache per 1 milione di token. Modello di riferimento: esegui i tuoi numeri sul Calcolatore del sovraccarico del token dello schema dello strumento MCP. | ||||
The line that should stop you is the third column. At 75 tools, more than a third of a 200K context window is gone before the user has typed anything — not to conversation, not to retrieved documents, not to reasoning, to tool definitions the model may call zero times that session. That is context the agent cannot use for anything else, cached or not.
La memorizzazione nella cache immediata è un vero sconto qui: paghi il prezzo intero una volta per scrivere il blocco dello schema dello strumento, quindi rileggilo con uno sconto di circa il 90% - circa $ 0,30 invece di $ 3 per milione di token su un modello di classe Sonnet - per ogni turno successivo, purché il blocco si trovi in una posizione iniziale fissa e non cambi mai. Questo è il motivo per cui la colonna memorizzata nella cache sopra corre all'85% sotto quella non memorizzata nella cache su ogni riga.
Il problema è che la cache ripaga solo con un prefisso identico al byte. Aggiungi uno strumento, rimuovine uno, riordina l'elenco o consenti a un orchestratore di scambiare i set di strumenti durante la sessione e otterrai un errore nella cache: da quel momento in poi di nuovo a prezzo intero. La finestra della cache stessa è breve: cinque minuti sul livello veloce, fino a un'ora su quello più lungo a seconda del provider. Una sessione inattiva tra una chiamata e l'altra o una nuova sessione che inizia allo scadere del periodo di tempo non ricevono alcuno sconto. La memorizzazione nella cache premia un elenco di strumenti statici e punisce tutto ciò che rimescola lo schema nel corso di una conversazione, che è esattamente ciò che fanno molti livelli di orchestrazione in base alla progettazione.
Nel momento in cui un server è connesso, i suoi schemi entrano in ogni richiesta di ogni sessione a cui è collegato, chiamata o meno. Uno strumento inattivo non è un'opzione gratuita rimasta in background; si tratta di circa 1.000 gettoni di costo di input per turno, identici a uno strumento che viene invocato costantemente, e sono 1.000 gettoni che il modello non spende nella conversazione vera e propria. Cinque server con quindici strumenti ciascuno equivalgono a 75.000 token di schema prima che arrivi un singolo messaggio utente, anche se sessanta di quei settantacinque strumenti non vengono mai chiamati. La connessione di ogni server MCP disponibile "per ogni evenienza" non è un'impostazione predefinita neutra: si tratta di un canone mensile fisso più una tassa di contesto, pagata indipendentemente dal fatto che qualcuno di essi venga utilizzato o meno.
Vale la pena separarli in modo netto, perché i due numeri si confondono costantemente: quanto costa costruire, ospitare e mantenere un server MCP - coperto nel Calcolatore dei costi del server MCP - la spesa per le infrastrutture è pagata da chiunque la gestisca e non varia in base a quanto viene utilizzata in una determinata conversazione. L'imposta in questo articolo è una fattura completamente diversa, pagata da chiunque paghi la fattura API LLM, che si adatta alle sessioni e ai turni anziché allo sforzo di progettazione. Un server che costa zero dollari da ospitare su un processo stdio locale può comunque bruciare centinaia di dollari al mese in token di schema dall'altra parte del registro. Entrambi sono reali. Nessuno dei due sostituisce l'altro in un budget onesto.
Gli strumenti MCP non sono costosi da chiamare. È costoso collegarli, ad ogni turno, che vengano chiamati o meno, e quel costo è quasi invisibile perché arriva come normali gettoni di input su una banconota che ne ha già molti. La memorizzazione nella cache riduce la cifra in dollari di circa l'85% e non fa nulla per la condivisione della finestra di contesto, che è il numero che effettivamente peggiora una lunga sessione. La correzione non costa nulla: collega meno server, mantieni stabile l'elenco e controlla il file calcolatrice prima che il numero degli strumenti superi il prezzo stabilito da chiunque.
Metodologia: la dimensione media dello schema di circa 1.000 token è la cifra riportata dalla comunità dal numero 2808 di GitHub modelcontextprotocol, non una misurazione di alcuna distribuzione specifica: la dimensione reale dello schema varia in base a quanto sono dettagliate le descrizioni dei parametri di ciascuno strumento. Il prezzo ($ 3,00 di input / $ 0,30 di lettura cache per 1 milione di token) riflette le tariffe pubblicate di un modello di classe Sonnet ad agosto 2026. La tabella elaborata è uno scenario costruito inteso a mostrare come i numeri si adattano al conteggio degli strumenti, non alla telemetria di un sistema di produzione. Conferma i prezzi attuali e il conteggio dei tuoi turni/sessioni prima di definire il budget.