很多人第一次算 MCP 和 RAG 的账，会下意识以为它们像 API 一样按 token 明码标价。真上手才发现：MCP 本身往往不收钱，钱花在它背后调用的服务上；RAG 也不是一个能报价的东西，钱散在嵌入、存储、检索、生成四段里。这篇把这两笔账拆开，给你判断哪些项目要花钱、哪些可以先不花，以及怎么估一个量级。
第一次算 MCP 和 RAG 的账，很多人会下意识当成调 API：一个功能一个价，调用一次扣一次钱。真上手就发现不是这么回事。MCP 那边，协议本身没人跟你收钱，账单全在它伸手去调的那些服务上；RAG 那边，也没有哪家会给你报一个「整套 RAG 多少钱」，钱是散在链路的四五段里的。
所以这篇不讲概念，只讲怎么拆账。先分清你要做的是哪件事，再顺着调用关系一段一段往下摸，摸到钱真正落地的那个环节。估出来的数不用太准，够判断「这个方案能不能往下走」就行。
先把两笔账分开看
MCP 和 RAG 经常被放在一起聊，但它们的计费结构压根不是一回事。判断你该看哪笔账，就问一句：你要的是让模型去碰外部系统，还是让模型用你自己的资料？前者看 MCP 这条线，后者看 RAG 这条链，两个都做就是两笔账叠加，别混成一个数。
- MCP
- 一套让模型发现并调用外部工具的约定，协议本身没有价目表，钱花在被调用的那个工具或服务端上。
- RAG
- 一条从资料到答案的处理链路，切分、嵌入、入库、检索、重排、生成各段可能由不同厂商分别计费。
- 判断顺序
- 先确认需求类型，再顺着调用关系往下找收费点，别从「哪个便宜」开始比。
实际排查时我建议画一张调用图：模型 → MCP 服务端 → 第三方接口，或者用户提问 → 检索 → 生成模型。箭头指到谁，谁就是收钱的那一方。图画完你基本就知道账单会从哪几个口子流出去。
MCP 这边，钱通常落在哪里
MCP 自己通常不收钱，这点先说清楚，免得你到处找「MCP 定价页」。收费发生在它背后。常见的三种情况，花的钱性质完全不同，签之前要能对上号。
| 服务端类型 | 钱花在哪 | 要核对的点 |
|---|---|---|
| 自带 API 的服务端 | 工具内部调第三方接口，按对方计费方式走 | MCP 只是换了入口，单价要去原接口那查 |
| 自建服务端 | 服务器、网络、运维工时 | 没有接口费，但是资源成本，量小时反而不划算 |
| 平台打包的 MCP | 席位费或调用额度，超额另算 | 额度按次还是按 token 耗，超额怎么计 |
平台型的最容易踩坑。宣传页写「包含一定额度」，你就得追问一句：这个额度是按调用次数扣，还是按背后 token 扣？两种算法在小请求多、大请求少的场景下差得很远。问不清就先别签长约。
RAG 的费用是一条链，不是一口价
RAG 最容易被低估的是它不止一次付费。文档进来要清洗切分再嵌入，这是一次性的；用户每次提问要走检索加生成，这是持续的；中间还夹着向量库存储、重排、缓存这些不显眼的开销。三块性质不同，估算时得分开摆。
- 一次性成本：文档清洗、切分、批量嵌入，文档越多这一刀越重，改一次切分策略可能就得重跑重付
- 持续成本：检索调用和生成调用，随提问次数线性涨，跟文档量关系不大
- 隐性成本：向量库存储与索引、重排模型、日志缓存，量小时看不见，量上来会窜到第二
- 更新成本：文档增量更新要不要重新嵌入，老数据要不要回填，这块最容易被漏算
有个常见误判：以为文档少就便宜。其实如果你的提问量很大，持续成本那一端会迅速盖过一次性成本。反过来，文档几百上千份但一天没几个人问，贵的就在嵌入那一下。先搞清楚自己卡在哪一端，再谈优化。
自己估一遍的顺序
不用一上来就精细化建模，先数两个量：文档总量、每天提问次数。这两个数基本决定了成本大头落在一次性还是持续那一端。然后按阶段套不同假设，估个量级就够判断了。
- 数两个量统计现有文档份数与日均提问次数，拿不准就按区间估，别用单点数字骗自己。
- 分三档假设原型期小文档自己用、内测期少量真实用户、生产期文档持续更新多人并发，三档分别算一遍。
- 换算单次成本把月度总额除以提问次数，得到单次问答成本。这个数不受业务量波动干扰，比看总额稳。
- 对照站内数据嵌入、生成、存储各段单价，到站内价格页核对当时的数字，别用记忆里的旧价。
什么时候这套估算不适用？文档几乎不更新、提问量又极低的时候，整条链的成本可能还不如人工翻资料。这种场景硬上 RAG 是给自己找维护活儿，不如先手动顶着，等量起来了再说。
下单前先核这几处
估算归估算，真到掏钱那步还有几处要对一遍。这些点不核，很容易在第一张账单上发现跟预期对不上。
- 嵌入模型和生成模型是不是同一家计费，分开算时要各查一遍单价
- 向量库选托管还是自建：托管按存储加请求计，自建按机器计，量小时自建往往更贵
- 有没有免费额度或试用档，先用免费档把链路跑通再谈钱
- 按月付还是按量付，业务量没稳定前别签年付
- 超额规则写在哪，是自动升档还是直接限流，影响的是可用性不是钱
最后一条尤其别忽略。有的平台额度用完是静默限流，你的服务看着没报错，实际请求全被吞了，排查半天以为是代码问题。签约前把超额行为问清楚，比省那点钱重要。
MCP 的钱在它伸手够到的地方，RAG 的钱在它一路走过的每一段。找不到收费点，说明你还没把调用图理清。下一步把你要接的每个服务和每段链路对上站内价格页当前的数字，先估出单次问答成本，再决定要不要往生产环境推。→
常见问题
MCP 本身要收费吗？
协议本身不收费，它只是一套调用约定。收费的是你通过 MCP 接上的那个服务端或它背后的接口，以及你自己跑服务端占用的机器。所以问「MCP 多少钱」之前，先问清你要接的是哪个工具、那个工具本身怎么计费。
RAG 的成本能压到很低吗？
能压，但要选对地方压。文档切分和嵌入是一次性的，量小可控；真正随业务增长的是检索和生成调用。把高频问题做缓存、减少无谓的检索轮次，比一味换便宜模型更有效。文档量巨大又不常更新时，成本结构会完全不同，得单独算。
MCP 和 RAG 同时上，费用会翻倍吗？
不一定翻倍，但会叠加。MCP 那边主要是工具调用的接口费和自建资源费，RAG 那边是嵌入、存储和生成。真正的风险是同一件事用两条路各做一遍，比如既建了知识库又让 Agent 去调搜索接口，先确认两者职责不重叠再谈钱。
