MCP和Agent收费标准:账单上多出来的钱都在这几处

接入与开发

说清MCP和Agent两类玩法各自按什么口径收费,给出接之前能自己算一遍的步骤,以及什么情况下这套算法不成立。

很多人接MCP或Agent时,只盯着模型单价算预算,跑起来才发现账单不在那一栏。问题不是平台乱收费,是这两类用法本身多出了几笔别人看不见的开销:工具定义要随请求一起发、一次任务要来回好几轮、失败重试也算钱。这篇不给你一个数字,给你一套自己对着单子核的算法,还有几条判断标准。

很多人第一次接 MCP 或者做 Agent,预算是按模型单价乘一个预估调用量算的。结果第一周账单出来,对不上,还差得挺远。这时候第一反应往往是平台偷偷加价了,或者中转站在坑人。多数情况下不是。是这两类玩法的计费口径跟你脑子里那个「一次问答一次钱」的模型不一样:MCP 要把工具描述塞进每一次请求,Agent 要把同一件事来回跑好几轮。钱都从这些地方漏出去的。

这篇不给具体数字,价格这东西隔一段时间就变,写死了反而误导。给你的是算法和判断标准,照着去站内页面对一遍当时的单价,就能自己估出个大概。最后再说说什么情况下这套算法压根不成立,别拿它当预算基线。

为什么单价对得上,账单还是超了

把一次 MCP 调用理解成一次 HTTP 请求,这个直觉是错的。它更像一个循环:模型看一眼当前上下文,决定调哪个工具,工具返回结果,结果再塞回上下文,模型接着判断。每一轮,整个上下文都要重新发一遍给模型。第三轮的时候,第一轮的工具返回结果还在里面躺着,跟着一起计费。

所以你会看到一个挺反直觉的现象:同一个任务,对话越到后面越贵,哪怕模型单价一分没变。历史越长、工具描述越多、检索回来的片段越杂,单轮输入就越大。这不是哪家在乱收费,是这类用法本身的结构决定的。

  • 工具定义、系统提示、检索片段全算输入 token,平台不会单独列一行告诉你「这是工具描述的钱」
  • 一次超时重发、一次参数格式错误后的重试,在账单上跟一次成功调用长得一模一样
  • 同一个任务跑三轮和跑八轮,单价相同,总额差好几倍,靠看单价看不出来

MCP 这边按什么口径看

先说清楚一个容易搞混的点:MCP 本身是个协议,它不直接向你要钱。真正产生费用的是它背后调用的模型,以及它连的那些服务器背后的服务。所以看 MCP 的成本,得往下拆一层,看它每轮到底往模型里塞了什么。

服务器数量是这里最关键的一个变量。你挂的工具越多,每次请求捎带的工具描述就越多。挂十个工具和挂两个工具,单轮输入的差距可能比你换个便宜模型省下来的还大。这事儿麻烦在,工具描述的体积不会出现在任何一个账单明细里,它混在输入 token 里。

协议层
MCP 规范本身免费,不构成费用项
模型层
真正按 token 计费的地方,输入口径决定大头
服务器层
工具数量与描述长度,直接抬高每轮输入
常驻还是按需
工具全量挂载还是按场景挂载,决定长期成本结构

判断标准其实就一条:这些工具是不是每次对话都用得上。如果十个工具里八个是偶尔才碰一次的,那常驻挂载就是在为不用的东西持续付费。能不能拆成几个小服务器、按场景切换,是值得在接入前就想清楚的事。拆的代价是配置麻烦一点,收益是每轮输入能瘦一圈。

反过来说,如果你就一两个固定工具、对话轮次也很短,那工具定义这点开销基本可以忽略。别为了省这点钱把架构拆得七零八落,维护成本比省下的多。这一节说的算法,在轻量场景下不适用。

Agent 这边贵在哪

Agent 的计费要分成两个层面看,混在一起就容易算错。一层是按 token 计费,一层是按任务、按步数或者按套餐额度计费。包月套餐常见的情况是,它覆盖了一个额度范围,超出之后要么按量补,要么降级到更弱的模型,要么直接拒绝。这三种处理方式对成本的影响完全不同,接之前得问清楚是哪种。

另一个容易忽略的是「阀门」类参数:最大步数、最大重试次数、单任务超时、要不要人工审核环节。这些参数不直接标价,但它们决定了最坏情况下一个任务能烧掉多少钱。不设上限的循环,跑飞一次可能顶你正常跑几十次。

控制项管的是什么不设的后果
步数上限一个任务最多循环几轮跑飞时无限重发,账单没有天花板
重试次数失败后自动重发几次一次格式错误引发连环重试
超时时间单轮最长等多久卡住的请求照样占额度
人工审核哪些节点要人确认人力成本盖过模型成本,估算失真

判断标准可以这么问自己:这个任务失败一次的代价,跟跑完一次的代价,是不是在一个量级?如果失败一次的开销远大于成功一次,那说明你的预算模型必须按「最坏情况」算,而不是按「平均情况」算。很多预算超支就超在这里,估的是平均数,碰上的是长尾。

接之前自己算一遍的步骤

这套步骤不复杂,但要真动手,别在脑子里估算。核心思路是:把「一次调用」换成「一个任务」,按任务维度去乘。

  1. 抓一条真实请求拿一个典型任务跑通一次,把完整请求体存下来。看它实际有多长,别靠对 token 数的感觉猜。
  2. 数轮次同一个任务重复跑几次,记录平均循环了几轮。用轮次乘单轮输入,而不是按一次调用估。
  3. 对单价到 /price-watch 核对当时的输入输出单价和额度口径,别用记忆里的数字,价格调整得比你想象中勤。
  4. 留余量给重试、调试、失败重跑留一档余量。调试期往往比上线后更贵,因为你会反复调整参数重跑。
  5. 按任务记账上线后按任务维度记录花费,不要只看账户总额。总额涨了你分不清是量涨了还是单任务变贵了。

这套算法的前提是任务形态相对稳定。如果你的任务类型五花八门,有的三轮搞定有的三十轮还收不住,那就算一个区间而不是一个点,并且把长尾那部分单独拎出来看。

一张对照表:三种常见接法各看哪几项

接法不同,要核对的项目也不一样。下面这张表是把三种常见方式拎出来,各看哪几项。表里不写数字,具体的数到站内页面去对。

接法重点核对容易踩的坑
官方按量输入输出单价、缓存命中怎么打折、免费额度怎么算只看输出单价,忽略输入才是大头
中转站计价是否跟官方同口径、限流和超时怎么处理、余额怎么退口径不同却按官方价做预算,越算越偏
包月套餐额度折算成按量价大概多少、超了怎么算、会不会降级超额度后降级到弱模型,效果和成本双输

中转站这一栏特别值得多说一句。同口径的意思是:它计的是不是同一套输入输出 token,工具描述算不算进去,重试算不算一次。这些对不上,你按官方单价做的预算就是废纸。站内 /sites 里有各家的口径信息,接之前花十分钟对一遍,比事后对账省事。

这套算法什么时候不适用

前面那套算法建立在「模型调用是主要成本」这个假设上。假设不成立的时候,算得再细也是白算。下面这几种情况要单独看。

  • 任务强依赖人工审核:人力成本会盖过 token 成本,只算模型钱会严重低估,这时候该优化的是审核流程而不是模型
  • 低频轻量场景:为了省工具描述的钱把架构拆细,折腾的工夫比省下的多,不划算
  • 定价口径经常变的平台:算出来的数只能当量级参考,别写进预算基线,过一阵就失效
  • 任务成功率很低:失败重跑的开销占大头,先解决成功率再谈省钱,顺序反了

还有一种情况是任务本身在变。比如你接的是个探索型 Agent,每轮要试不同路径,轮次天然不可预测。这时候别追求精确估算,改成设硬上限加监控告警,跑超了能自己停下来,比算得准更重要。

动手能做的几件事

最后给几条能立刻做的。都不是什么高深技巧,胜在见效快、风险低。

  • 把不用的工具从挂载列表里摘掉,这比换便宜模型见效快,而且不影响输出质量
  • 给循环设步数上限和超时,跑飞了能自己停,这是最便宜的一层保险
  • 把反复出现的固定内容走缓存或先做摘要,别每轮把全文重发一遍
  • 监控按任务维度记,账户总额只能告诉你花了多少,告诉不了你哪类任务在烧钱

这几条做完,再回头对一遍账单,通常能看清钱到底漏在哪几个环节。看清楚之后再决定要不要换模型、换供应商,顺序别搞反。先诊断再开药。

下一步把当时的各家单价、额度口径和中转站计价方式对一遍,再拿这套算法套自己的任务估一次,心里就有数了。

常见问题

MCP 要单独交钱吗

协议本身不收费。钱花在它背后调的模型和你连的服务器上,所以看账单要去模型的计价页面看,而不是找「MCP 费用」这一项。

Agent 按任务收费和按 token 收费哪个划算

看你任务的稳定程度。轮次方差大的,按 token 更容易失控;轮次稳定的,按量往往更省。先跑十几条真实任务记下轮次分布再决定。

为什么同样的提示词,接进 Agent 后贵了这么多

一次调用变成了多轮循环,每轮都把历史带上,输入量是叠加的。另外工具定义也随每次请求发送,挂得越多越明显。

调试期的费用要不要单独算

要。调试会反复重跑同一条任务,产生的量和上线后完全不是一回事,预算里应该分开列。

包月套餐能覆盖 Agent 的成本吗

要看额度口径怎么折算。有的套餐按调用次数算,有的按折算 token 算,规则不同结论就不同,去站内对应套餐页面看当时的说明。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。