Controlar o custo de tokens em esquemas MCP em agentes de IA

Atualizado October 31, 2026 · publicado originalmente September 19, 2026

Resposta rápida: As definições de ferramentas MCP acrescentam tokens de entrada quando a aplicação anfitriã as inclui num pedido ao modelo. Ligar servidores não impõe uma quantidade, percentagem ou custo fixo. O...

As definições de ferramentas MCP acrescentam tokens de entrada quando a aplicação anfitriã as inclui num pedido ao modelo. Ligar servidores não impõe uma quantidade, percentagem ou custo fixo. O anfitrião escolhe as ferramentas expostas; a descoberta com tools/list e a execução com tools/call são operações distintas da inferência.

Contabilidade e exemplo ilustrativo

O alojamento do servidor, os serviços pagos que utiliza e a inferência são camadas diferentes. Uma chamada MCP não equivale necessariamente a outro pedido ao modelo: várias ferramentas podem partilhar um turno. Os resultados acrescentam entrada quando chegam ao modelo e podem repetir-se em pedidos posteriores.

Hipóteses ilustrativas, não uma tarifa de fornecedor nem um benchmark: 4.000 tokens de definições em seis pedidos representam 24.000 tokens de entrada. A uma tarifa suposta sem cache de $2 por milhão, custam $0.048. Reduzir cada bloco para 1.000 tokens custa $0.012 e poupa $0.036 se o restante trabalho e os resultados se mantiverem.

As leituras e escritas de cache têm regras e tarifas próprias. Repetir texto não garante um acerto. Não existe um tamanho universal de esquema nem uma percentagem universal de poupança.

Medir antes de anunciar poupanças

Repita tarefas comparáveis com o mesmo modelo, configuração e estado de cache. Registe entrada, saída, cache, tentativas, latência e qualidade. Some todas as tentativas e serviços externos e divida pelas tarefas concluídas com sucesso. Não volte a somar tokens de resultados já incluídos na entrada nem serviços incluídos numa mensalidade gerida.

Selecione ferramentas relevantes ou descubra-as a pedido; conte também o custo do encaminhador. Encurte descrições sem perder campos, unidades ou restrições. Limite resultados, passos, tentativas e despesa; reserve orçamento para trabalho paralelo. Reutilize leituras seguras com uma política de atualização, sem repetir escritas nem misturar dados de clientes.

Fontes e âmbito

Referências oficiais verificadas em 31 de outubro de 2026. Os números são hipóteses explícitas; substitua as tarifas e quantidades pelas da sua aplicação. MCP · OpenAI

Perguntas frequentes

Todas as definições são enviadas em cada turno?

Não. O anfitrião seleciona as definições que chegam ao modelo. O MCP não exige incluir todas em cada pedido.

A cache elimina o custo dos esquemas?

Não. Meça leituras e escritas reais segundo as regras do fornecedor e verifique o custo por tarefa bem-sucedida.