OpenRouter misst die Tokenkosten von MCP, CLI-Tools und Skills

MCP überträgt Tool-Definitionen bei jeder Anfrage

OpenRouter beschreibt die drei Ansätze danach, was das Modell vor der Ausführung lesen muss. Ein MCP-Server überträgt bei jeder Anfrage den Namen, die Beschreibung und das JSON-Schema jedes Tools. Eine CLI stellt ein Shell-Tool sowie den Hinweis bereit, dass die CLI existiert. Ein Skill gibt dem Modell eine einzeilige Beschreibung und lädt bei Bedarf die vollständigen Anweisungen aus SKILL.md.

Das Unternehmen maß den GitHub-MCP-Server, die gh-CLI und einen gh-Skill mit Claude Haiku 5.5, Claude Sonnet 5.5, GPT-6 Luna und Gemini 3.8 Flash. Unter Claude Sonnet 5.5 fügten die 46 Standard-Tools des GitHub-Servers jeder Anfrage 19.436 Token hinzu. Dieselben Tools schlugen bei GPT-6 Luna mit 8.903 Token und über Google Vertex bei Gemini 3.8 Flash mit 8.525 Token zu Buche. Über Google AI Studio lag der Wert für Gemini bei 13.010 Token.

Die GitHub-Aufgabe vergrößerte den Abstand

Der Test forderte jedes Modell auf, das neueste Release des Repositorys cli/cli sowie die drei zuletzt eröffneten Issues mit dem Label bug zu ermitteln. OpenRouter führte jede Kombination am 20. Oktober 2026 dreimal aus und meldete die Medianwerte.

Unter Sonnet 5.5 benötigte die CLI 1.421 Eingabe-Token und kostete 0,0075 US-Dollar pro Aufgabe. Der Skill verwendete 3.315 Token und kostete 0,0118 US-Dollar. MCP benötigte mit den beiden erforderlichen Tools 23.228 Token, mit den 46 Standard-Tools 59.417 Token und mit allen 91 Tools 101.351 Token. Die entsprechenden Kosten betrugen 0,0552, 0,1274 und 0,2113 US-Dollar. Jeder Durchlauf in dieser Tabelle war korrekt.

OpenRouter zufolge verwendete die Standard-MCP-Konfiguration unter Sonnet 5.5 42-mal so viele Eingabe-Token wie die CLI und kostete 17-mal so viel. Der Skill war teurer als die reine CLI, weil seine Anweisungen nach dem Einlesen im Gespräch verbleiben. Für eine CLI, die das Modell bereits kennt, sei ein Skill optional, erklärt das Unternehmen. Bei der eigenen CLI eines Nutzers liefere er Anweisungen zum Erlernen der Befehle.

Tool-Ergebnisse können ebenso teuer sein wie Tool-Definitionen

Der Vergleich untersuchte auch den Umfang der zurückgegebenen Daten. Das vollständige Release-Objekt von GitHub aus get_latest_release umfasste 42.182 Zeichen, davon entfielen 87 Prozent auf 22 Download-Dateien. Laut OpenRouter fügte dieses Ergebnis unter Sonnet 5.5 etwa 20.400 Token hinzu, obwohl die Aufgabe nur das Release-Tag und das Datum benötigte.

OpenRouter nennt zwei Möglichkeiten, die Kosten zu senken: Nur die von einem Agenten benötigten Tools bereitzustellen und Ergebnisse zu verkleinern, bevor sie das Modell erreichen. Die Beschränkung des Servers auf zwei Tools reduzierte die erste Anfrage von 19.487 auf 1.406 Token. Eine Begrenzung der Ergebnisse auf 4.000 Zeichen senkte die vollständige Aufgabe auf 5.357 Token. In diesem Test waren dabei weiterhin alle Durchläufe korrekt. Das Unternehmen weist darauf hin, dass dies funktionierte, weil GitHub die benötigten Felder im oberen Bereich der Antwort platziert hatte.

OpenRouter testete außerdem sein Server-Tool Tool Search. Es senkte die Vorabkosten für 46 Tools auf weniger als 600 Token und halbierte die Kosten der gesamten Aufgabe unter Sonnet 5.5, erhöhte sie unter Claude Haiku 5.5 jedoch. Die Ergebnisse liefern Entwicklern einen praktischen Grund, den Overhead von Tools mit dem jeweils gewählten Modell und Anbieter zu messen, statt von festen Kosten einer MCP-Integration auszugehen.