AI HOT 精选

OpenRouter 实测 MCP vs CLI vs Skills 的上下文 token 成本

6.9内容质量

TL;DR · AI 摘要

OpenRouter 实测 MCP vs CLI vs Skills 的上下文 token 成本 · AIHOT OpenRouter:Announcements · 2026-11-11 08:00...

核心要点

  • 主题聚焦:OpenRouter 实测 MCP vs CLI vs Skills 的上下文 token 成本
  • 来源:AI HOT 精选,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#后端#安全#开源
打开原文

OpenRouter 实测 MCP vs CLI vs Skills 的上下文 token 成本 · AIHOT

OpenRouter:Announcements

·

2026-11-11 08:00

· 11 小时前

精选

AI 评分

74

OpenRouter 实测 MCP vs CLI vs Skills 的上下文 token 成本

MCP vs CLI vs Skills: What Each Costs in Context

AI 导读

OpenRouter 实测同一 GitHub 任务下 MCP、CLI 与 skill 的 token 成本:在 Claude Sonnet 5.5 上 CLI 用 1。

推荐理由

原文实测同一 GitHub 任务下 MCP、CLI 与 skill 的 token å¼€é”€ï¼Œç»™å‡ºç¼©çª„å·¥å ·å’Œ Tool Search 的降本方法,可直接迁移到自己的智能体。

正文 · AI 翻译

ä½ ç»™æ™ºèƒ½ä½“æä¾›çš„æ¯ä¸ªå·¥å ·ï¼Œéƒ½ä¼šåœ¨æ¯æ¬¡è¯·æ±‚æ—¶æŠŠå®ƒçš„å®šä¹‰å‘ç»™æ¨¡åž‹ï¼Œè€Œè¿™äº›å®šä¹‰ä¼šä½œä¸ºè¾“å ¥ token 计费。一个 Model Context Protocol (MCPï¼‰æœåŠ¡å™¨å¯èƒ½ç»™ä¸Šä¸‹æ–‡çª—å£å¢žåŠ æ•°ä¸‡ä¸ª tokenã€‚å¸¸è§çš„æ›¿ä»£æ–¹æ¡ˆæ˜¯å‘½ä»¤è¡Œå·¥å ·ï¼ˆCLI)或 skill 。

我们在一个 GitHub 任务上做了实测,用到 GitHub MCP server 、 gh CLI 和一个 gh skillï¼Œæµ‹è¯•æ¨¡åž‹åŒ æ‹¬ Claude Haiku 5.5 、 Claude Sonnet 5.5 、 GPT-6 Luna 和 Gemini 3.8 Flash 。在 Sonnet 5.5 ä¸Šï¼Œä¸‰è€ éƒ½ç­”å¯¹äº†ï¼Œä½†æ¶ˆè€—çš„è¾“å ¥ token 差别很大:CLI 用了 1,421 个,skill 用了 3,315 个,而 MCP æœåŠ¡å™¨åœ¨åŠ è½½é»˜è®¤å·¥å ·çš„æƒ å†µä¸‹ç”¨äº† 59,417 个。下面说说这些 token 花在了哪里,以及如何用我们的 Tool Search æœåŠ¡å™¨å·¥å ·æŠŠå®ƒä»¬é™ä¸‹æ¥ã€‚

TL;DR

  • 在 Claude Sonnet 5.5 上,GitHub MCP 服务器的 46 ä¸ªé»˜è®¤å·¥å ·ä¼šç»™æ¯æ¬¡è¯·æ±‚å¢žåŠ 19,436 个 token。
  • 在 Sonnet 5.5 ä¸Šï¼Œå•æ¡å·¥å ·ç»“æžœâ€”â€”GitHub 的 release 对象——就花了约 20,400 个 tokenï¼Œæ¯”å ¨éƒ¨ 46 ä¸ªå·¥å ·å®šä¹‰è¿˜å¤šã€‚
  • Tool Search 把 46 ä¸ªå·¥å ·çš„å‰ç½®å¼€é”€é™åˆ°äº† 600 个 token ä»¥å† ã€‚ä»Žæ•´ä¸ªä»»åŠ¡æ¥çœ‹ï¼Œå®ƒè®© Sonnet 5.5 的成本减半,却让 Claude Haiku 5.5 的成本上升。

MCP、CLI 和 skill 有什么区别?

ä¸‰è€ éƒ½èƒ½ç»™æ¨¡åž‹ä¸€é¡¹èƒ½åŠ›ï¼ŒåŒºåˆ«åœ¨äºŽæ¨¡åž‹åœ¨ä½¿ç”¨è¿™é¡¹èƒ½åŠ›ä¹‹å‰è¦è¯»ä»€ä¹ˆã€‚

模型一开始看到什么

模型执行时看到什么

MCP 服务器

æ¯æ¬¡è¯·æ±‚éƒ½å¸¦ä¸Šæ¯ä¸ªå·¥å ·çš„åç§°ã€æè¿°å’Œ JSON schema

å·¥å ·è¿”å›žçš„ç»“æžœï¼Œæ ¼å¼ç”±æœåŠ¡å™¨å†³å®š

CLI

一个 shell å·¥å ·ï¼Œå¤–åŠ ä¸€è¡Œè¯´æ˜Žè¯¥ CLI 存在

å‘½ä»¤çš„è¾“å‡ºï¼Œä½ å¯ä»¥ç”¨ —json ä¹‹ç±»çš„å‚æ•°æ¥æŽ§åˆ¶æ ¼å¼

Skill

每个 skill 的一行描述

å ˆè¯»ä¸€æ¬¡è¯¥ skill 的 SKILL.md 文件,然后是命令输出

CLI ä¾èµ–æ¨¡åž‹æœ¬æ¥å°±æ‡‚è¿™ä¸ªå·¥å ·ã€‚skill åˆ™æ˜¯æ•™æ¨¡åž‹æ€Žä¹ˆç”¨æŸä¸ªå·¥å ·ï¼Œæ¨¡åž‹åªåœ¨ä»»åŠ¡éœ€è¦æ—¶æ‰åŠ è½½å®Œæ•´è¯´æ˜Žã€‚

MCP æœåŠ¡å™¨ä¼šç»™æ¯æ¬¡è¯·æ±‚å¢žåŠ å¤šå°‘ token?

å¯é çš„è®¡æ•°æ–¹å¼æ˜¯ç›´æŽ¥é—®æ¨¡åž‹ã€‚å„å®¶æœåŠ¡å•†åœ¨è®¡ç®— token ä¹‹å‰ï¼Œä¼šå ˆæŒ‰è‡ªå·±çš„æ ¼å¼æŠŠå·¥å ·å®šä¹‰å†™è¿›æç¤ºè¯ï¼Œæœ¬åœ°åˆ†è¯å™¨ä¼šæ¼æŽ‰è¿™éƒ¨åˆ†ã€‚æŠŠåŒä¸€ä¸ªè¯·æ±‚åˆ†åˆ«å¸¦å·¥å ·å’Œä¸å¸¦å·¥å ·å„å‘ä¸€æ¬¡ï¼Œusage.prompt_tokens çš„å·®å€¼å°±æ˜¯è¿™äº›å·¥å ·æ¯ä¸€è½®çš„å¼€é”€ã€‚

æŠŠè¿™æ®µä»£ç ä¿å­˜ä¸º mcp_cost.py。它使用 MCP 的 2025-06-18 版本 ,GitHub 服务器接受这个版本。

code
"""How many prompt tokens does an MCP server add to every request? Ask the model."""
import
json
import
os
import
subprocess
import
sys
import
requests
API
=
"https://openrouter.ai/api/v1/chat/completions"
HEADERS
=
{
"Authorization"
:
f
"Bearer
{
os.environ[
'OPENROUTER_API_KEY'
]
}
"
}
def
list_mcp_tools
(command):
"""Start a stdio MCP server, run the handshake, and return its tools/list result."""
proc
=
subprocess.Popen(command,
stdin
=
subprocess.
PIPE
,
stdout
=
subprocess.
PIPE
,
stderr
=
subprocess.
DEVNULL
,
text
=
True
)
def
rpc
(method, params, id
=
None
):
msg
=
{
"jsonrpc"
:
"2.0"
,
"method"
: method,
"params"
: params}
if
id
is
not
None
:
msg[
"id"
]
=
id
proc.stdin.write(json.dumps(msg)
+
"
\n
"
)
proc.stdin.flush()
while
id
is
not
None
:
reply
=
json.loads(proc.stdout.readline())
if
reply.get(
"id"
)
==
id
:
return
reply[
"result"
]
rpc(
"initialize"
, {
"protocolVersion"
:
"2025-06-18"
,
"capabilities"
: {},
"clientInfo"
: {
"name"
:
"mcp-cost"
,
"version"
:
"1"
}},
id
=
1
)
rpc(
"notifications/initialized"
, {})
tools, cursor,
id
=
[],
None
,
2
while
True
:
# follow nextCursor so servers that paginate tools/list are fully counted
page
=
rpc(
"tools/list"
, {
"cursor"
: cursor}
if
cursor
else
{},
id
=
id
)
tools
+=
page[
"tools"
]
cursor,
id
=
page.get(
"nextCursor"
),
id
+
1
if
not
cursor:
break
proc.kill()
return
tools
def
prompt_tokens
(model, tools
=
None
):
body
=
{
"model"
: model,
"max_tokens"
:
16
,
"messages"
: [{
"role"
:
"user"
,
"content"
:
"Say ok."
}]}
if
tools:
body[
"tools"
]
=
tools
if
model.startswith(
"google/"
):
# Google Vertex and Google AI Studio count the same tools differently, so pin one.
body[
"provider"
]
=
{
"only"
: [
"google-vertex"
]}
r
=
requests.post(
API
,
headers
=
HEADERS
,
json
=
body,
timeout
=
120
)
r.raise_for_status()
return
r.json()[
"usage"
][
"prompt_tokens"
]
if
__name__
==
"__main__"
:
mcp_tools
=
list_mcp_tools(sys.argv[
1
:])
# What an MCP client sends the model: each tool's name, description and input schema.
tools
=
[{
"type"
:
"function"
,
"function"
: {
"name"
: t[
"name"
],
"description"
: t.get(
"description"
,
""
),
"parameters"
: t[
"inputSchema"
]}}
for
t
in
mcp_tools]
print
(
f
"
{len
(tools)
}
tools"
)
for
model
in
[
"anthropic/claude-haiku-5.5"
,
"openai/gpt-6-luna"
,
"google/gemini-3.8-flash"
]:
added
=
prompt_tokens(model, tools)
-
prompt_tokens(model)
print
(
f
"
{
model
:30
}
+
{
added
:,
}
prompt tokens on every request"
)

æŠŠæœåŠ¡å™¨çš„å¯åŠ¨å‘½ä»¤ä½œä¸ºå‚æ•°ä¼ å ¥ï¼Œä¸‹é¢ä»¥ GitHub MCP server v2.0.2 为例。

code
$
python
mcp_cost.py
github-mcp-server
stdio
--toolsets=default
46
tools
anthropic/claude-haiku-5.5
+19,436
prompt
tokens
on
every
request
openai/gpt-6-luna
+8,903
prompt
tokens
on
every
request
google/gemini-3.8-flash
+8,525
prompt
tokens
on
every
request

æ¯å¢žåŠ ä¸€ä¸ªå·¥å ·ï¼Œå¼€é”€å°±ä¼šå¢žé•¿ã€‚åœ¨ Haiku 5.5 上,issues å·¥å ·é›†æœ‰ 10 ä¸ªå·¥å ·ï¼Œå¢žåŠ 5,801 个 token;users å·¥å ·é›†åªæœ‰ 1 ä¸ªå·¥å ·ï¼Œå¢žåŠ 619 个。

æ‰€ç”¨æ¨¡åž‹ä¹Ÿä¼šæ”¹å˜è®¡æ•°ã€‚åŒæ ·çš„ 46 ä¸ªå·¥å ·ï¼Œåœ¨ Haiku 5.5 上要 19,436 个 token,在 GPT-6 Luna 上只要 8,903 ä¸ªï¼Œæ‰€ä»¥è¦æŒ‰ä½ æ‰“ç®—å®žé™ è¿è¡Œçš„æ¨¡åž‹æ¥æµ‹é‡ã€‚

就连提供模型的服务商也会影响结果。在 Gemini 3.8 Flash 上,这 46 ä¸ªå·¥å ·é€šè¿‡ Google Vertex 要 8,525 个 token,通过 Google AI Studio 则要 13,010 个。所以脚本总是把 Gemini 请求发往 Google Vertex。

同一个任务用 CLI、skill 和 MCP 分别要花多少?

我们问每个模型:“GitHub 仓库 cli/cli 的最新 release 是哪个?该仓库中带 bug æ ‡ç­¾ã€æœ€è¿‘æ‰“å¼€çš„ä¸‰ä¸ª open issue 是什么?”每种方式都在我们的 Responses API ä¸Šä»¥å·¥å ·è°ƒç”¨å¾ªçŽ¯è¿è¡Œï¼Œæˆ‘ä»¬æŠŠå„æ¬¡è¯·æ±‚çš„ usage.input_tokens ç´¯åŠ èµ·æ¥ã€‚

  • CLI。 一个 run_shell å·¥å ·ï¼Œå¤–åŠ ä¸€å¥â€œGitHub CLI gh å·²å®‰è£ å¹¶å®Œæˆè®¤è¯â€ã€‚
  • Skill。 åŒä¸€ä¸ªå·¥å ·ï¼Œå†åŠ ä¸€è¡Œç´¢å¼•ï¼ŒæŒ‡å‘ä¸€ä»½ 1,492 字符的 SKILL.md,里面是 gh 的常用命令。
  • MCP。 æœåŠ¡å™¨æä¾›çš„å·¥å ·ï¼ŒèŒƒå›´å¯é€‰ä»»åŠ¡æ‰€éœ€çš„ 2 个、默认的 46 ä¸ªï¼Œæˆ–å ¨éƒ¨ 91 个。

我们在 2026 å¹´ 10 月 20 日把每种组合各跑了三次,表中显示的是中位数。Haiku 5.5 的提示词计数方式与 Sonnet 5.5 å®Œå ¨ç›¸åŒï¼Œä½†å®ƒåœ¨éƒ¨åˆ†è¿è¡Œä¸­å¤šèµ°äº†å‡ è½®ï¼Œå› æ­¤æˆ‘ä»¬å±•ç¤ºçš„æ˜¯ Sonnet 更稳定的 token 数和计费成本。

方案

Sonnet 5.5 token 数

Sonnet 5.5 每任务成本

GPT-6 Luna token 数

Gemini 3.8 Flash token 数

1,421

$0.0075

627

5,292

3,315

$0.0118

1,542

6,107

MCP,2 ä¸ªå·¥å ·

23,228

$0.0552

14,479

17,267

MCP,46 ä¸ªé»˜è®¤å·¥å ·

59,417

$0.1274

116,282

35,409

MCPï¼Œå ¨éƒ¨ 91 ä¸ªå·¥å ·

101,351

$0.2113

135,238

53,289

MCP,2 ä¸ªå·¥å ·ï¼Œç»“æžœæˆªæ–­è‡³ 4,000 字符

5,357

$0.0191

2,726

2,943

表中每一次运行都答对了。失败案例出现在 Tool Search 上,详见下文。在 Sonnet 5.5 上,默认 MCP æœåŠ¡å™¨çš„è¾“å ¥ token 是 CLI 的 42 倍,成本是 17 倍,每 1,000 个任务为 127 ç¾Žå ƒå¯¹ 7.50 ç¾Žå ƒã€‚Sonnet 5.5 的输出 token å•ä»·æ˜¯è¾“å ¥çš„ 5 倍,CLI 那次运行的 463 个输出 token å å ¶ 0.0075 ç¾Žå ƒæˆæœ¬ä¸­çš„ 0.0046 ç¾Žå ƒã€‚

Skill 比裸 CLI æ›´è´µï¼Œå› ä¸ºæ–‡ä»¶ä¸€æ—¦è¢«æ¨¡åž‹è¯»å–ï¼Œå°±ä¼šä¸€ç›´ç•™åœ¨å¯¹è¯é‡Œã€‚å¯¹äºŽæ¨¡åž‹å·²ç»å¾ˆç†Ÿæ‚‰çš„ CLI å·¥å ·ï¼ŒSkill æ˜¯å¯é€‰é¡¹ã€‚è€Œå¯¹äºŽä½ è‡ªå·±çš„ CLI,Skill æ­£æ˜¯æ¨¡åž‹å­¦ä¹ å‘½ä»¤çš„é€”å¾„ã€‚

为什么 MCP å·¥å ·ç»“æžœçš„æˆæœ¬å’Œå·¥å ·å®šä¹‰ä¸€æ ·é«˜ï¼Ÿ

get_latest_release 返回了 GitHub 的完整 release å¯¹è±¡ï¼Œå ± 42,182 å­—ç¬¦ï¼Œå ¶ä¸­ 87% 都在描述那 22 个下载文件。模型需要的只是 tag 和日期,而这正是 gh release view è¿”å›žçš„å ¨éƒ¨å† å®¹ã€‚

code
$
gh
release
view
-R
cli/cli
--json
tagName,publishedAt
{
"publishedAt"
:
"2026-09-30T02:40:02Z"
,
"tagName"
:
"v2.102.0"
}

这个对象会留在上下文窗口中,并在之后的每次请求中重新发送,在 Sonnet 5.5 ä¸Šå®ƒå¢žåŠ äº†çº¦ 20,400 个 tokenã€‚æŠŠæœåŠ¡å™¨é™å®šä¸ºä¸¤ä¸ªå·¥å ·åŽï¼Œé¦–æ¬¡è¯·æ±‚ä»Ž 19,487 个 token 降到 1,406 个。整个任务仍然花了 23,228 个 token。

è¡¨ä¸­å±•ç¤ºäº†ä¸¤ç§è§£å†³åŠžæ³•ã€‚ç¬¬ä¸€ï¼Œåªæš´éœ²æ™ºèƒ½ä½“éœ€è¦çš„å·¥å ·ï¼Œç”¨ —tools=get_latest_release,list_issues 或 —toolsets=issues,reposã€‚ç¬¬äºŒï¼Œåœ¨æ¨¡åž‹çœ‹åˆ°ç»“æžœä¹‹å‰ï¼Œå ˆåœ¨å®¢æˆ·ç«¯é‡Œç²¾ç®€ç»“æžœã€‚4,000 字符的上限让限定范围的方案降到 5,357 个 tokenï¼Œä¸”æ¯æ¬¡è¿è¡Œéƒ½æ­£ç¡®ï¼Œå› ä¸º GitHub 把 tag å’Œæ—¥æœŸæ”¾åœ¨é å‰çš„ä½ç½®ã€‚

è¿™ä¸ªä¸Šé™ä¹‹æ‰€ä»¥æœ‰æ•ˆï¼Œåªæ˜¯å› ä¸ºç›¸å ³å­—æ®µæ°å¥½æŽ’åœ¨å‰é¢ã€‚ä¸Ž Tool Search 结合后,该上限让 Gemini 3.8 Flash 和 Haiku 5.5 各自三次运行中只有一次答对,Gemini 还有一次在重试时触发了我们 12 次请求的上限。

更好的做法是保留完整字段,就像 CLI 的 —json é‚£æ ·ã€‚GitHub 服务器的 list_issues 接受 fields 参数,只请求 number、title 和 creation date åŽï¼Œå ¶ç»“æžœä»Ž 8,336 字符降到 714 å­—ç¬¦ã€‚ä¸åŠ è¿™ä¸ªå‚æ•°ï¼Œç»“æžœå¤§å°å°±ç”±æ¨¡åž‹å†³å®šã€‚åœ¨åŠ è½½ 46 或 91 ä¸ªå·¥å ·çš„å ­æ¬¡è¿è¡Œä¸­ï¼Œæœ‰å››æ¬¡ GPT-6 Luna 请求了 100 个 issue åŠå ¶å ¨æ–‡ï¼Œæ‹¿å›žäº† 281,963 字符。

Tool Search 能解决 MCP 的上下文问题吗?

Tool Search æ¶ˆé™¤äº†å·¥å ·å®šä¹‰çš„å¤§éƒ¨åˆ†æˆæœ¬ã€‚ä½ æŠŠå·¥å ·æ ‡è®°ä¸º defer_loading: trueï¼Œå¹¶åŠ ä¸Š {“type”: “openrouter:tool_search”}ã€‚æˆ‘ä»¬ä¼šæš‚ä¸å‘é€è¢«å»¶è¿Ÿçš„å®šä¹‰ï¼Œåªå‘é€æœç´¢å·¥å ·ï¼Œä»¥åŠä½ ä¿ç•™åŠ è½½çš„å·¥å ·ã€‚æ¨¡åž‹ç”¨æ­£åˆ™è¡¨è¾¾å¼æœç´¢å·¥å ·åç§°å’Œæè¿°ï¼Œå¹¶åœ¨ä¸‹ä¸€è½®è°ƒç”¨åŒ¹é åˆ°çš„å·¥å ·ã€‚è¯¥åŠŸèƒ½å¤„äºŽ beta 阶段,可在 Responses 和 Messages API ä¸Šé åˆ 任意模型和提供商 使用。

æŠŠå ¨éƒ¨ 46 个 GitHub å·¥å ·éƒ½å»¶è¿ŸåŠ è½½åŽï¼Œä»»ä½•æœç´¢ä¹‹å‰çš„æˆæœ¬åœ¨ Claude 模型上是 578 个 token,GPT-6 Luna 上是 144 个,Gemini 3.8 Flash 上是 130 个。

è¿™ä¸ªè„šæœ¬ä¼šå ˆåŠ è½½å ¨éƒ¨ 46 ä¸ªå·¥å ·å‘é€ä¸€ä¸ªé—®é¢˜ï¼Œç„¶åŽå†æ”¹ä¸ºå»¶è¿ŸåŠ è½½ã€‚æŠŠå®ƒä¿å­˜åˆ° mcp_cost.py æ—è¾¹ï¼Œå› ä¸ºå®ƒå¤ç”¨äº† list_mcp_tools。

code
"""Send the same MCP tools with defer_loading and openrouter:tool_search, and compare prompt tokens."""
import
os
import
sys
import
requests
from
mcp_cost
import
list_mcp_tools
API
=
"https://openrouter.ai/api/v1/responses"
HEADERS
=
{
"Authorization"
:
f
"Bearer
{
os.environ[
'OPENROUTER_API_KEY'
]
}
"
}
QUESTION
=
"What is the latest release of the GitHub repository cli/cli?"
def
ask
(model, tools):
r
=
requests.post(
API
,
headers
=
HEADERS
,
timeout
=
300
,
json
=
{
"model"
: model,
"input"
:
QUESTION
,
"tools"
: tools})
r.raise_for_status()
return
r.json()
mcp_tools
=
list_mcp_tools(sys.argv[
1
:])
# The Responses API takes function tools flat: type, name, description, parameters.
tools
=
[{
"type"
:
"function"
,
"name"
: t[
"name"
],
"description"
: t.get(
"description"
,
""
),
"parameters"
: t[
"inputSchema"
]}
for
t
in
mcp_tools]
deferred
=
[{
"type"
:
"openrouter:tool_search"
}]
+
[{
**
t,
"defer_loading"
:
True
}
for
t
in
tools]
for
model
in
[
"anthropic/claude-haiku-5.5"
,
"openai/gpt-6-luna"
]:
for
label, tool_list
in
[(
"all loaded"
, tools), (
"tool search"
, deferred)]:
res
=
ask(model, tool_list)
steps
=
[
f
"search
{
o[
'query'
]
!r
}
"
if
o[
"type"
]
==
"openrouter:tool_search"
else
f
"call
{
o[
'name'
]
}
"
for
o
in
res[
"output"
]
if
o[
"type"
]
in
(
"openrouter:tool_search"
,
"function_call"
)]
print
(
f
"
{
model
:28
}
{
label
:12
}
{
res[
'usage'
][
'input_tokens'
]
:>6,
}
input tokens
{
' -> '
.join(steps)
}
"
)
code
$
python
tool_search.py
github-mcp-server
stdio
--toolsets=default
anthropic/claude-haiku-5.5
all
loaded
19,464
input
tokens
call
get_latest_release
anthropic/claude-haiku-5.5
tool
search
7,069
input
tokens
search
'github|release'
-
>
search
'latest release|list_releases|get_latest_release'
-
>
call
get_latest_release
openai/gpt-6-luna
all
loaded
8,923
input
tokens
call
get_latest_release
openai/gpt-6-luna
tool
search
4,453
input
tokens
search
'github repository latest release cli cli'
-
>
search
'github'
-
>
search
'search web internet browser'
-
>
search
'release'
-
>
call
get_latest_release

è¦åœ¨ä½ çš„æ™ºèƒ½ä½“ä¸Šè¯•ç”¨ï¼Œè¯·æŠŠä½ çš„ MCP å·¥å ·æ ‡è®°ä¸º defer_loading: trueï¼Œæ·»åŠ {"type": "openrouter:tool_search"},然后对比前后的 usage.input_tokens。

Tool Search 各行数据会随模型的搜索方式而变化。在这个脚本的五次独立运行中,Haiku 5.5 用了 2,134 到 13,225 个 tokenï¼Œä¸”æ¯æ¬¡æœç´¢éƒ½ä¼šå¢žåŠ ã€‚GPT-6 Luna å†™çš„æ˜¯çŸ­è¯­è€Œä¸æ˜¯æ¨¡å¼ï¼Œè¿›è¡Œäº†ä¸‰åˆ°å ­æ¬¡æœç´¢ï¼Œè¿˜æœ‰ä¸€æ¬¡ç›´æŽ¥æ”¾å¼ƒï¼Œæ²¡æœ‰è°ƒç”¨è¯¥å·¥å ·ã€‚ 我们的文档 å»ºè®®ä¿æŒä½ æœ€å¸¸ç”¨çš„ä¸‰åˆ°äº”ä¸ªå·¥å ·å¤„äºŽåŠ è½½çŠ¶æ€ã€‚

在整个任务中,结果取决于模型。

模型

MCPï¼ŒåŠ è½½ 46 ä¸ªå·¥å ·

Tool Search,延迟 46 个

Tool Search,延迟 91 个

Claude Sonnet 5.5

30,334

31,615

GPT-6 Luna

25,544

57,975

Gemini 3.8 Flash

37,568

38,445

Claude Haiku 5.5

99,319

154,623

31,781

GPT-6 Luna çš„åŠ è½½æ•°å€¼åŒ å«äº†ä¸Šæ–‡æ‰€è¿°çš„ 100 个 issue 请求。

在 Sonnet 5.5 上,延迟 91 ä¸ªå·¥å ·æ¯”å»¶è¿Ÿ 46 个多花 1,281 个 tokenï¼Œè€Œå ¨éƒ¨åŠ è½½ 91 个则多花约 42,000 个。Tool Search ä¸ä¼šç¼©å°å·¥å ·ç»“æžœï¼Œè€Œä¸” release å¯¹è±¡ä»ç„¶å æ®äº† Sonnet 第二次请求的大部分。

Haiku 5.5 在延迟 46 ä¸ªå·¥å ·æ—¶æ¯”å ¨éƒ¨åŠ è½½æ—¶èŠ±è´¹æ›´é«˜ã€‚åœ¨å ¨éƒ¨ä¸‰æ¬¡è¿è¡Œä¸­ï¼Œå®ƒéƒ½å‘ list_issues è¯·æ±‚äº†ä¸€ä¸ªè¯¥å·¥å ·å¹¶ä¸æä¾›çš„å­—æ®µï¼Œç„¶åŽç”¨é”™è¯¯ç±»åž‹çš„å‚æ•°é‡è¯•äº†ä¸‰åˆ°å››æ¬¡ï¼Œä¾‹å¦‚æŠŠ labels å†™æˆå­—ç¬¦ä¸²è€Œä¸æ˜¯æ•°ç»„ã€‚åœ¨å ¨éƒ¨å·¥å ·åŠ è½½çš„æƒ å†µä¸‹ï¼ŒHaiku åœ¨ä¸‰æ¬¡è¿è¡Œä¸­æœ‰ä¸¤æ¬¡çŠ¯äº†åŒæ ·çš„é”™è¯¯ï¼Œå¹¶åœ¨ä¸‹ä¸€æ¬¡è°ƒç”¨æ—¶ä¿®æ­£äº†ã€‚è¯·é™åˆ¶å¾ªçŽ¯ä¸­çš„è¯·æ±‚æ•°é‡ï¼Œå¹¶åœ¨æŸæ¬¡è¿è¡Œæˆæœ¬æ¿€å¢žæ—¶æ£€æŸ¥å·¥å ·é”™è¯¯ã€‚

Tool Search 通过放宽 tool_choice æ¥æ­ç¤ºå·¥å ·ï¼Œå› æ­¤åŒæ—¶å¼ºåˆ¶è¿›è¡Œå·¥å ·è°ƒç”¨çš„è¯·æ±‚ä¼šå¤±è´¥ã€‚

400 tool_choice 与 openrouter:tool_search å†²çªã€‚å»¶è¿Ÿå·¥å ·æ˜¯é€šè¿‡ tool_choice æ­ç¤ºçš„ï¼Œå› æ­¤å¿ é¡»çœç•¥å®ƒæˆ–å°†å ¶è®¾ç½®ä¸º {"type": "allowed_tools", …}。移除 tool_choiceï¼Œæˆ–è€ ä»Žä½ çš„å·¥å ·ä¸­åŽ»æŽ‰ defer_loading ä»¥æŒ‰åŽŸæ ·ä½¿ç”¨ã€‚

Chat Completions 不接受 openrouter:tool_search 并返回 400ï¼Œå› æ­¤è¯·å ˆå°†è¯¥æ™ºèƒ½ä½“è¿ç§»åˆ° Responses 或 Messages API。

MCP vs CLI vs æŠ€èƒ½ï¼šä½ åº”è¯¥ç”¨å“ªä¸ªï¼Ÿ

当存在一个 CLI ä¸”ä½ çš„æ™ºèƒ½ä½“èƒ½è¿è¡Œå‘½ä»¤æ—¶ï¼Œå°±ç”¨ CLI。当它不能时,就用 MCP,并限定范围、保持结果精简。

ä½ çš„æƒ å†µ

使用

来自我们在 Sonnet 5.5 上的运行

存在一个众所周知的 CLI,且智能体能运行命令

每个任务 1,421 个 token

ä½ è‡ªå·±çš„ CLIï¼Œæˆ–è€ æ¨¡åž‹ä½¿ç”¨ä¸ç¨³å®šçš„ CLI

CLI åŠ ä¸€ä¸ªæŠ€èƒ½

3,315 个 token,每次运行命令相同

没有 CLI、没有 shellï¼Œæˆ–è€ ä½ éœ€è¦æœåŠ¡å™¨çš„è®¤è¯å’Œæƒé™

MCPï¼Œé™å®šä¸ºä½ éœ€è¦çš„å·¥å ·

2 ä¸ªå·¥å ·æ—¶ 23,228 个 token,而 46 ä¸ªå·¥å ·æ—¶ä¸º 59,417 个

è·¨å¤šä¸ªæœåŠ¡å™¨çš„å¤§åž‹å·¥å ·åº“

带 Tool Search 的 MCP

在 Sonnet 5.5 上,延迟 91 ä¸ªå·¥å ·çš„æˆæœ¬ä¸Ž 46 个大致相同

任何 MCP 路线

å°†å·¥å ·ç»“æžœè£å‰ªä¸ºä½ éœ€è¦çš„å­—æ®µ

从 23,228 降至 5,357 个 token

å¦‚æžœä½ çš„æ™ºèƒ½ä½“æ²¡æœ‰ shell,我们的 Shell æœåŠ¡å™¨å·¥å · 可以为任何模型提供一个沙箱化的 shell。在我们的 Agent SDK 中, MCP Tools 可连接远程 MCP 服务器,而 æŠ€èƒ½åŠ è½½å™¨ç¤ºä¾‹ ä» åœ¨æ¨¡åž‹è¯·æ±‚åŽæ‰æ·»åŠ æŠ€èƒ½çš„æŒ‡ä»¤ã€‚

æˆ‘ä»¬åªåœ¨ä¸€ä¸ªä»»åŠ¡ä¸Šæµ‹è¯•äº†ä¸€ä¸ªæœåŠ¡å™¨ï¼Œæ‰€ä»¥åœ¨åšå†³å®šä¹‹å‰ï¼Œè¯·åœ¨ä½ çš„æœåŠ¡å™¨ä¸Šè¿è¡Œ mcp_cost.py。

常见问题

在 AI 智能体语境中,什么是 CLI?

CLIï¼ˆå‘½ä»¤è¡Œç•Œé¢ï¼‰æ˜¯ç”¨è¾“å ¥å‘½ä»¤æ¥è¿è¡Œçš„ç¨‹åºã€‚æ™ºèƒ½ä½“æ‹¿åˆ°ä¸€ä¸ª shell å·¥å ·ï¼Œè‡ªå·±å†™å‡ºè¿™äº›å‘½ä»¤ã€‚åœ¨æˆ‘ä»¬çš„æµ‹è¯•ä¸­ï¼Œgh CLI 在一个 GitHub 任务上用了 1,421 ä¸ªè¾“å ¥ token,而 GitHub MCP 服务器用了 59,417 个。

MCP 服务器和连接器有什么区别?

MCP æœåŠ¡å™¨é€šè¿‡æ¨¡åž‹ä¸Šä¸‹æ–‡åè®®å¯¹å¤–æä¾›å·¥å ·ã€‚è¿žæŽ¥å™¨åˆ™æ˜¯ Claude è¿™ç±»åº”ç”¨å¯¹å ¶è¿žæŽ¥ 远程 MCP 服务器 的链路的称呼。我们的 Agent SDK 可以通过 MCP Tools 连接远程 MCP 服务器。

技能会取代 MCP 吗?

不会。技能是通常面向 CLI çš„æŒ‡ä»¤ï¼Œåªåœ¨ä»»åŠ¡éœ€è¦æ—¶æ‰åŠ è½½ã€‚MCP æä¾›å¸¦è‡ªèº«é‰´æƒçš„ç±»åž‹åŒ–å·¥å ·ï¼Œæ— éœ€ shell 即可工作。在 OpenRouter 上,Tool Search è®©ä½ å¯ä»¥ä¿ç•™ MCPï¼Œåªåœ¨éœ€è¦æ—¶åŠ è½½æ¯ä¸ªå·¥å ·ã€‚

提示词缓存能解决 MCP 的 token 成本问题吗?

它能降低这些 token çš„ä»·æ ¼ï¼Œä½†å¹¶ä¸èƒ½æ¶ˆé™¤å®ƒä»¬ã€‚æˆªè‡³ 2026 å¹´ 10 月,在 OpenRouter ä¸Šï¼Œæ ¹æ®æˆ‘ä»¬çš„ å®žæ—¶æ¨¡åž‹ä»·æ ¼ ,在 Claude Haiku 5.5 和 GPT-6 Luna 上 ç¼“å­˜è¾“å ¥ çš„ä»·æ ¼æ˜¯æ­£å¸¸è´¹çŽ‡çš„ååˆ†ä¹‹ä¸€ï¼Œè€Œä¸”å®ƒä»ç„¶ä¼šå ç”¨ä¸Šä¸‹æ–‡çª—å£ã€‚

多少个 MCP å·¥å ·ç®—å¤ªå¤šï¼Ÿ

我们的 Tool Search æ–‡æ¡£å»ºè®®ï¼Œä¸€æ—¦å·¥å ·å®šä¹‰è¶ è¿‡çº¦ 10,000 个 token 或大约 10 ä¸ªå·¥å ·ï¼Œå°±æŽ¨è¿ŸåŠ è½½å·¥å ·ã€‚GitHub MCP 服务器默认的 46 ä¸ªå·¥å ·åœ¨ Claude 上合计 19,436 个 token。

后续步骤

  • Tool Search æ¶µç›–æ‰€æœ‰é€‰é¡¹ï¼ŒåŒ æ‹¬ max_results。
  • æž„å»ºå¯é çš„å·¥å ·è°ƒç”¨æ™ºèƒ½ä½“å¾ªçŽ¯ 展示了我们各次运行所用的循环类型,并带有迭代上限。
  • OpenRouter 提示词缓存 说明了缓存 token 的费用。

来源: OpenRouter:Announcements · openrouter.ai

OpenRouter

MCP ä¸Žå·¥å ·è°ƒç”¨

教程实践