MCP Kosten senken: den Token-Verbrauch reduzieren (2026)
Der schnellste Weg, MCP Kosten zu senken, ist, nicht mehr bei jedem Schritt alle Tool-Definitionen in den Kontext zu laden. Jeder verbundene MCP-Server kippt seinen kompletten Tool-Katalog in das Modell, bevor es ein einziges Wort deines Prompts liest. Wer das reduziert, senkt die Rechnung.
Warum MCP Tokens verbrennt, bevor du überhaupt fragst
Jeder verbundene Server meldet seine Tools als JSON-Schemas an. Das Modell muss alle davon im Kontext halten, um zu wissen, was es aufrufen kann. Ein Tool-Schema kostet grob 200 bis 500 Token. Verbindest du zehn Server mit zusammen 150 Tools, zahlst du pro Session zehntausende Input-Token allein für Tool-Definitionen, egal ob der Agent sie nutzt oder nicht.
Diese Kosten wiederholen sich. Lange Agenten-Läufe senden den Kontext Schritt für Schritt erneut, dieselben Schemas werden also immer wieder bezahlt.
Die drei Hebel, die die Zahl wirklich bewegen
| Hebel | Was er bewirkt | Typischer Effekt |
|---|---|---|
| Tools bei Bedarf laden | Nur die Tool-Schemas liefern, die die Aufgabe braucht | Nimmt den größten Fixkostenblock raus |
| Ergebnisse abrufen statt neu aufrufen | Gespeichertes Ergebnis wiederverwenden statt denselben Call zweimal | Weniger Round-Trips pro Session |
| Memory über Sessions hinweg | Mit destilliertem Kontext starten statt ihn neu aufzubauen | Kürzere Prompts bei jeder Folgefrage |
Der rote Faden ist eine Memory-Schicht. Ein Gateway, das sich erinnert, kann eine relevante Teilmenge an Tools liefern, frühere Ergebnisse abrufen und dem Modell eine destillierte Zusammenfassung statt eines Roh-Dumps übergeben.
Ein kurzes Rechenbeispiel
Zehn Server, 150 Tools, im Schnitt 350 Token pro Schema ergeben rund 52.500 Token, die geladen werden, bevor der erste Prompt läuft. Braucht eine Aufgabe tatsächlich acht dieser Tools, sind nur diese acht rund 2.800 Token. Gleiche Session, ohne den toten Ballast, den du sonst bei jedem Schritt mitbezahlt hast.
Was Tulimoa dagegen tut
Tulimoa ist ein MCP-Gateway mit eingebauter Memory-Schicht. Es bündelt deine Server hinter einem Endpunkt und liefert Kontext bei Bedarf, statt jedes Schema in jeden Schritt zu kippen. Das ist der ganze Punkt: die Memory-Schicht, die deine Token-Rechnung senkt. Es ist in früher Beta und EU-gehostet in Frankfurt.
Häufige Fragen
Kosten mehr MCP-Server immer mehr Token?
Standardmäßig ja. Jeder Server legt seine Tool-Schemas in den Kontext. Ein Gateway, das Tools bei Bedarf lädt, durchbricht das: ein weiterer Server heißt dann nicht mehr, ihn bei jedem Schritt zu bezahlen.
Was ist die größte Quelle für verschwendete MCP-Token?
Tool-Definition-Bloat. Das Modell bezahlt jedes Tool-Schema, das es im Kontext hält, auch für Tools, die es in der Session nie aufruft.
Kann ich MCP Kosten senken, ohne Server zu entfernen?
Ja. Das Ziel ist, pro Schritt weniger Definitionen zu laden, nicht weniger Tools zu verbinden. Laden bei Bedarf und Cross-Session-Memory schaffen das ohne Funktionsverlust.