给智能体接工具这事我踩过坑。一开始只看功能：能查仓库、能读文件、能顺手开个 issue，感觉像给它装了手。跑了两天翻账单，任务数量没变，token 先爬了好几倍，那会儿才反应过来，钱不是花在「聪明」上。
11 月 11 日 OpenRouter 发了份实测，把这个体感变成了数字：同一个 GitHub 任务，只是工具递法不同，成本差出一个数量级。下面这份账我对着看了一遍，顺手整理成了一张能直接用的决策表。
贵的不是模型，是每次都塞进去的说明书
先把测试条件说清楚：同一个 GitHub 任务，2026 年 10 月 20 日各跑三次取中位数，模型统一是 Claude Sonnet 5.5。变量只有一个，工具怎么递到模型面前。
多数 MCP 客户端每次请求都会把全部工具的 JSON Schema 塞进上下文，不管你这一轮用不用。46 个默认工具，就是 46 份说明书，每一轮都完整递一遍。
CLI 玩的是另一套：它的「schema」是 --help，用到才读，一个子命令大约 80 tokens。不用就不付费，命令行活到今天，靠的就是这种懒。
还有个细节容易被漏掉：这些 token 是按请求计的，不是按会话。一个任务拆成 20 步，这叠纸就递 20 次；智能体跑得越久，重复付的次数越多。
把账单摊开，就是一张小学算术表
数字直接摆出来，两列分别是输入 token 和每任务成本：
| 方案 | 输入 token | 每任务成本 |
| --- | --- | --- |
| CLI | 1,421 | 0.0075 美元 |
| Skill | 3,315 | 0.0118 美元 |
| MCP（2 个工具） | 23,228 | 0.0552 美元 |
| MCP（46 个默认工具） | 59,417 | 0.1274 美元 |
折算一下：默认 MCP 的输入 token 约为 CLI 的 42 倍；每千个任务 127 美元对 7.5 美元，约 17 倍。Skill 卡在中间，说明「少塞点东西」本身就值钱。
别小看后面那几个小数：单任务 0.0075 美元像是不用钱，一千个任务就是 7.5 美元对 127 美元。批量跑脚本、夜里定时跑的人，差距是按月结的，不是按感觉的。
0.1274 美元那个数更值得盯：它比 Skill 贵十倍，比 CLI 贵十七倍，而任务本身一点没变复杂，多出来的全是介绍工具的开销。
这张表最该记住的一句：同一个模型、同一个任务，只换了工具的递法，账单差 17 倍。所以贵不贵，先看每次请求都要付的那笔固定成本，再谈模型聪不聪明。
32 倍那个数字，是怎么来的
还有一个数：Scalekit 2026 年 3 月的公开基准，模型是 Claude Sonnet 4，5 个只读 GitHub 任务各跑 25 次，CLI 中位数 1,365 tokens，MCP 44,026 tokens，约 32 倍。
五个任务之间的差距在 4 到 32 倍浮动，说明没有固定系数。工具数量、schema 写得多细、返回结果多胖，全都会浮上来。谁跟你说「MCP 就贵 N 倍」，那是拿一次测试当定律。
那份基准的做法也和别家不同：五个任务各跑 25 次，把偶发的超时、重试都算进中位数里。两份独立数据方向一致，说明这不是某一家厂商的统计姿势问题。
可靠性也要算钱：那组测试里 CLI 25 次全部完成，MCP 18/25，失败多数是 TCP 超时。多花的 token 之外，你还得为重试再付一遍。
模型已经会的，就别再交学费
git、gh、curl、ffmpeg，这些命令模型训练时见过太多遍，写命令比填 JSON 参数更顺手。这类活交给 CLI，用的是它已经会的技能，成本自然低。
我的判断：MCP 不是「更高级的 CLI」，它是给不会写命令的场景准备的底座，图形界面、跨应用操作、起不了 shell 的沙箱。你在终端里一行能搞定的，多包一层不叫先进，叫多交一次学费。
判断标准很土：这条命令你敢不敢自己手打一遍。敢，就交给 CLI；不敢，或者环境里根本没有 shell，才轮到 MCP 上台。
提示缓存能压低这些 token 的单价，但不会让它们消失。账单打个折，说明书还是每轮递一遍。
工具结果也贵，比说明书还贵
schema 只是一半开销。GitHub 的一个 release 对象约 20,400 tokens，比全部 46 个工具的定义加起来还多。
你只想知道「最新版本是几号」，接口回一整坨 JSON，有用的三行，剩下两万 token 白烧。这跟协议无关，是接口不懂克制。
省钱的办法也土：让工具只回你要的字段。查版本号就只要 tagName，返回几十个 token，而不是两万。
我现在的习惯：大结果先写盘，只回一个路径加一句摘要，模型要看哪段再读哪段。文件系统是最便宜的记忆，比上下文窗口便宜得多。
什么时候 MCP 才值这个钱
按需加载是现成的解法：Tool Search 把 46 个工具的前置成本压到 600 tokens 以内，整任务成本在 Sonnet 5.5 上减半。同一个开关放到 Haiku 5.5 上反而更贵，因为它多跑了几轮。
另一种口径也要听：行业共识里，MCP 真正值钱的是标准化鉴权、长连接状态、多个智能体共用一套连接、把可用动作限定成一张清单。这些是工程问题，不是 token 问题。
所以别问「MCP 好不好」，问「我缺的是哪一样」。照着下面这张清单对号入座：
-
只在本机跑命令、模型会写 shell：用 CLI，别绕路。
-
工具超过 10 个：先开 Tool Search，别把 46 份说明书全递进去。
-
返回体动不动上万 token：让它写盘、只回路径。
-
要给没有终端的同事用、需要跨应用操作：上 MCP，这是它的主场。
-
多个智能体共用授权、要管连接和权限：MCP 的鉴权和长连接才是买点。
-
任务量大、预算紧：先跑 20 个任务量一遍 token，再决定接不接。
还有一条更省：别在一个智能体里挂 46 个工具。真正常用的通常不到十个，砍掉一半，说明书就少一半，模型选错的概率也跟着降。
一句话收尾：工具调用贵不贵，答案不在模型的参数表里，在你每一轮请求里塞了什么。
