記事一覧
MCPトークン

Claude APIのMCPコネクタでトークン消費を抑える設定:mcp_toolsetの許可リスト・defer_loading・ツール一覧の固定を40ツールで試算【2026年版】

Claude APIのMCPコネクタで何がトークンを使うかと、mcp_toolsetでの減らし方を解説。許可リストと拒否リスト、ツール検索ツールとdefer_loading、15ツール前後の損益分岐、mcp-client-2026-09-15によるツール一覧の固定とキャッシュ、コネクタのツールをコード実行でまとめられない制約、count_tokensでの計測コードまで、Claude Sonnet 5.5の料金で試算。

最終更新:2026年11月10日 / 対象:Claude APIのMCPコネクタ(betaヘッダー mcp-client-2025-11-20 と mcp-client-2026-09-15)、ツール検索ツール(_20251119 版)、プログラムによるツール呼び出し、Claude Sonnet 5.5の料金、Anthropic Python SDK 2.7.0

Claude APIのMCPコネクタを使うと、mcp_servers にリモートMCPサーバーのURLを書くだけで、AnthropicのAPIがサーバーにつなぎ、ツール一覧を取り、ツール呼び出しまで実行してくれます。自前でMCPクライアントを書かずに済む一番手軽な方法ですが、そのぶん「全ツールの定義を毎リクエスト送っている」ことに気づきにくい方法でもあります。

この記事では、MCPコネクタのトークン消費(MCP Token)に絞って、何がコンテキストに載るのか、mcp_toolset のどの設定で減らせるのか、40ツールのサーバーを4通りに設定したときの費用をClaude Sonnet 5.5の料金で試算した結果、そしてコスト面で見落としやすい制約(コネクタのツールはコード実行から呼べない)を整理します。

注:ここでいう「トークン」はLLMのトークン(コンテキストと課金)のことで、APIキーやOAuthのアクセストークンではありません。

結論(30秒で読める要約)

  • 初期設定では、サーバーが返すツールがすべて読み込まれます。 default_config を書かない mcp_toolset は全ツールが enabled: true、defer_loading: false になり、すべての定義が毎リクエストの入力になります。
  • やることが決まっているなら、許可リストが一番効きます。 default_config: {"enabled": false} にして、使うツールだけ configs で有効にします。試算(40ツール・1ツール250トークン・20リクエスト・Sonnet 5.5)では、ツール定義の費用が全ツールで1セッション $0.411、6ツールの許可リストで $0.071(83%減)でした。
  • 使うツールが事前に分からないなら defer_loading です。 ツール検索ツールと組み合わせると、遅延読み込みにした定義は検索で呼ばれるまでコンテキストに入りません(1回の検索で既定5件)。同じ試算で $0.151(63%減)、ツールが15個前後を超えると全部送るより安くなります。
  • ツール一覧を固定(ピン留め)してキャッシュを守れます。 mcp-client-2026-09-15 では、応答の mcp_tool_listing ブロックにサーバーのツール一覧が記録され、それをtoolsetに固定できます。サーバー側でツールが変わっても、会話の途中でClaudeが受け取る定義は変わりません。Anthropicのキャッシュのドキュメントでは、ツール定義が変わるとキャッシュ全体が無効になります。
  • コネクタのツールはコード実行でまとめて呼べません。 Anthropicの「プログラムによるツール呼び出し」のページには、プログラムから呼べないツールとして「MCPコネクタが提供するツール」が挙がっています。複数のMCP呼び出しを1回のスクリプトにまとめたいなら、自前のMCPクライアントを使うか、サーバー側にコード実行の仕組みを用意する必要があります。

目次

  1. Claude APIのMCPコネクタとは?何がトークンを使うのか
  2. トークン消費を左右する mcp_toolset の設定
  3. 試算:40ツールのサーバーを4通りに設定した場合
  4. defer_loading と許可リストの損益分岐
  5. ツール一覧のピン留めとプロンプトキャッシュ
  6. コード実行とMCPコネクタ
  7. count_tokens でツール定義のトークンを計る(Python)
  8. チェックリスト
  9. よくあるハマりどころ
  10. NodeFlareならこう解決できる
  11. よくある質問

1. Claude APIのMCPコネクタとは?何がトークンを使うのか

MCPコネクタとは、Claude Messages APIがリモートMCPサーバーへの接続を代行するbeta機能です。mcp_servers にサーバーを並べ、tools に mcp_toolset を1つずつ書くと、APIがツール一覧を取得してツール呼び出しも実行します。Claudeに見せたツールはすべてプロンプト内のツール定義になるため、コネクタでのトークン消費はほぼ mcp_toolset の設定で決まります。

AnthropicのMCPコネクタのページ(2026年11月10日に確認)の記述は次のとおりです。

項目 ドキュメントの記述
提供状況 beta。Messages APIでは mcp-client-2026-09-15 か mcp-client-2025-11-20 のどちらかが必要。mcp-client-2025-04-04 は非推奨
新しいヘッダー mcp-client-2026-09-15 は mcp-client-2025-11-20 の機能をすべて含むので、置き換えて送る
サーバーの種類 type は現在 url のみ。URLは https:// で始まる必要がある
通信方式 Streamable HTTPとSSE。ローカルのstdioサーバーは直接つなげない
対応するMCP機能 現在はツール呼び出しのみ
toolset 1つのMCPサーバーを参照できるMCPToolsetは1つだけ
データの扱い MCPコネクタはZDR(ゼロデータ保持)の対象外

コネクタを使うリクエストで、トークンがかかる場所は次のとおりです。

発生源 課金区分 いつかかるか
ツール利用のシステムプロンプト 入力 ツールを渡すリクエストごと。Claude Sonnet 5.5・Opus 5.5・Haiku 5.5で tool_choice が auto か none のとき286トークン(料金ページ)
遅延読み込みでないMCPツールの定義 入力 毎リクエスト
ツール検索ツール自体の定義(使う場合) 入力 毎リクエスト
検索で読み込まれた定義 入力 会話のそれ以降の全リクエスト(「ほかのツール定義と同じく入力トークンとして数える」)
Claudeが書く mcp_tool_use ブロック 出力、その後は入力 1回書かれ、以降のリクエストで読み直される
mcp_tool_result の中身 入力 会話に残っている間、毎リクエスト

最後の2行は通常のツールと同じです。ツール結果を小さくする方法は別の話題になります。この記事では、コネクタの設定で変えられる部分、つまり「どの定義をいつ送るか」を扱います。

2. トークン消費を左右する mcp_toolset の設定

Claudeに何を見せるかは、mcp_toolset の4つの項目で決まります。default_config、configs、cache_control、そして新しいヘッダーで使える tools です。enabled と defer_loading は default_config か、ツールごとの configs の中に書きます。既定値は enabled が true、defer_loading が false です。

設定 既定 トークンへの影響 向いている場面
default_config.enabled: false + configs.<tool>.enabled: true(許可リスト) 全ツール有効 指定した定義だけが送られる やることが決まっているエージェント
configs.<tool>.enabled: false(拒否リスト) なし 指定したツールを外す 書き込み系・破壊的なツールを外す(読み取り専用アシスタントにはこれが推奨されている)
defer_loading: true false 最初はツールの説明をモデルに送らない。ツール検索ツールが必要 ツールが多く、必要なものが毎回違う場合
toolsetの cache_control なし プロンプトキャッシュの区切り。APIが展開後の最後のツールに付ける 複数リクエストにまたがるすべてのセッション
tools(ピン留め、mcp-client-2026-09-15) 毎回サーバーに問い合わせ サーバーに問い合わせず、指定した定義だけをtoolsetのツールにする 会話の途中で定義を変えたくない場合

優先順位は configs、default_config、システムの既定値の順です。気づきにくいのが名前の打ち間違いです。configs に書いたツール名がサーバーに存在しなくても、バックエンドで警告が記録されるだけでエラーにはなりません。許可リストの打ち間違いならツールが足りなくなり、拒否リストの打ち間違いなら外したつもりのツールが残ります。

許可リストの例(ドキュメントの書き方に沿ったもの):

{
  "type": "mcp_toolset",
  "mcp_server_name": "orders",
  "default_config": {"enabled": false},
  "configs": {
    "search_orders": {"enabled": true},
    "get_order": {"enabled": true}
  },
  "cache_control": {"type": "ephemeral"}
}

ツール検索ツールと組み合わせた遅延読み込みの例(1ツールだけ最初から読み込む):

"tools": [
  {"type": "tool_search_tool_bm25_20251119", "name": "tool_search_tool_bm25"},
  {
    "type": "mcp_toolset",
    "mcp_server_name": "orders",
    "default_config": {"defer_loading": true},
    "configs": {"search_orders": {"defer_loading": false}}
  }
]

ツール検索ツールのページには、遅延読み込みのルールが書かれています。MCPでは個々の定義ではなく、mcp_toolset の default_config でサーバー全体に、または configs でツールごとに設定します。1リクエストで遅延読み込みにできるのは最大10,000ツール、少なくとも1つのツールは defer_loading=false にする必要があります。1回の検索で返るのは既定で最大5ツールで、Claudeが limit を1〜10,000の範囲で指定できます。検索ツールは2種類で、tool_search_tool_regex_20251119(正規表現、200文字まで)と tool_search_tool_bm25_20251119(自然文、500文字まで)です。

3. 試算:40ツールのサーバーを4通りに設定した場合

40ツールのサーバーで20リクエストのセッションを回すと、ツール定義の費用は6ツールの許可リストで83%、ツール検索による遅延読み込みで63%下がりました。Anthropicの公開料金を使った私の計算で、実際の請求額を計ったものではありません。

前提:

  • MCPサーバー1つに40ツール、定義は平均250トークン(合計10,000トークン)。実際の値は7章の方法で計ってください。
  • 1セッション20リクエスト。数えるのは設定によって変わる部分だけです。286トークンのツール用システムプロンプト、ツール定義、ツール検索を使う場合は検索ツール自体の定義と読み込まれた定義です。ツール結果やメッセージはどの設定でも同じなので除いています。
  • ツール検索ツールの定義サイズは確認したページに書かれていないため、500トークンと仮定しました。タスクに必要な検索は2回で、1回あたり5ツール分の定義(1,250トークン)と検索のブロック150トークンが増えます。1回目はリクエスト1、2回目はリクエスト2で行い、読み込んだ定義はセッションの最後まで残るとします。
  • Claude Sonnet 5.5:100万トークンあたり入力 $2、5分キャッシュの書き込み $2.50、キャッシュヒット $0.10。キャッシュありの列は、新しいトークンを1回書き込み、以降のリクエストではキャッシュから読む計算です。
設定 リクエスト1のトークン 以降の1リクエストあたり 1セッション(キャッシュなし) 1セッション(キャッシュあり) 1万セッションあたり(なし/あり)
A. 初期設定:40ツールすべて 10,286 10,286 $0.411 $0.045 $4,114 / $453
B. 書き込み系15ツールを拒否(残り25) 6,536 6,536 $0.261 $0.029 $2,614 / $288
C. 6ツールの許可リスト 1,786 1,786 $0.071 $0.008 $714 / $79
D. 39ツールを遅延読み込み・1ツールは最初から・ツール検索 2,436 3,836 $0.151 $0.017 $1,506 / $167

Cを手で検算すると、1リクエストあたり286 + 6 × 250 = 1,786トークン、20リクエストで35,720トークン、35,720 × $2 ÷ 1,000,000 = $0.0714です。キャッシュありでは、書き込み1,786 × $2.50/M = $0.0045と、ヒット19 × 1,786 × $0.10/M = $0.0034で、合計$0.0079です。

読み取れること:

  • やることが決まっているなら許可リストが最安です。 Cは1リクエスト1,786トークン、Aは10,286トークンです。
  • 拒否リストはトークン対策というより安全対策です。 書き込み系15ツールを外しても36%減にとどまります。カタログの大半はまだ送られているからです。
  • ツール検索は、正確な許可リストよりは高くつきます。 ただしリストを用意しなくて済みます。Dは検索ツール自体の定義と、4ツールで足りるところを1回5ツールずつ読み込む分を払っています。
  • キャッシュでどの行も約9割下がります。 ただしプレフィックスが変わらない場合に限ります(5章)。コンテキストウィンドウの空きは増えません。
  • 含めていないもの: 検索のたびにサンプリングのステップが1回増え、その出力(思考するモデルなら思考トークンも)がかかります。検索が多いとDの実費は上がります。

4. defer_loading と許可リストの損益分岐

遅延読み込みが得になるのは、カタログ全体が検索で読み込まれる量より大きいときです。3章の前提(1ツール250トークン、検索ツール500トークン、5ツールずつ2回検索)では、遅延読み込みの構成は検索後、カタログの大きさに関係なく1リクエスト3,836トークンになります。

サーバーのツール数 全ツールを最初から送る(1リクエストあたり) 2回検索した後の遅延読み込み 安いほう
10 2,786 3,836 最初から送る
20 5,286 3,836 遅延読み込み
40 10,286 3,836 遅延読み込み
100 25,286 3,836 遅延読み込み
300 75,286 3,836 遅延読み込み

全ツールを送る場合は286 + 250N トークンなので、250N > 3,550、つまり15ツール以上で遅延読み込みのほうが安くなります。ここから3つの目安が出てきます。

  • 15ツール前後より少なければ、遅延読み込みは使わない。 許可リストか、全部送るほうが安く済みます。
  • 使うツールを列挙できるなら、ツールが多くても許可リスト。 6ツールの許可リスト(1,786トークン)は遅延読み込み(3,836トークン)より安いままです。
  • 一番よく使うツールは最初から読み込む。 少なくとも1つは遅延読み込みにできない決まりがありますし、毎回使うツールに検索のコストを払う必要はありません。

ほかのクライアントでの同じ選択は、OpenAI Responses APIでのMCPトークン消費で扱っています。そちらでは allowed_tools と defer_loading が同じ役割を持ちます。

5. ツール一覧のピン留めとプロンプトキャッシュ

mcp-client-2026-09-15 を使うと、会話の間だけサーバーのツール一覧を固定でき、キャッシュされたプレフィックスが崩れにくくなります。MCPコネクタのページは理由を「MCPサーバーはいつでもツールを変えられる」と説明しています。新しいヘッダーでは、APIが各サーバーから返ったツール一覧を記録し、それを固定できるため、サーバーがツールを変えても会話の途中でClaudeが受け取るものは変わりません。

ドキュメントに書かれている仕組みは次のとおりです。

  1. 応答の先頭に、問い合わせたサーバーごとに1つずつ mcp_tool_listing ブロックが入ります。
  2. アシスタントのメッセージを mcp_tool_listing ブロックごとそのまま送り返し、そのブロックを含むリクエストでは毎回 mcp-client-2026-09-15 を付けます。以降のリクエストでは、サーバーに再度問い合わせず記録された一覧が使われます。
  3. 明示的に固定するなら、ブロックの tools を、そのサーバーのMCPToolsetの tools にコピーします。するとAPIはサーバーに問い合わせず、toolsetのツールはその定義(default_config と configs を適用したもの)だけになります。
{
  "type": "mcp_toolset",
  "mcp_server_name": "orders",
  "tools": [
    {"name": "search_orders", "description": "Search orders by status and date.",
     "input_schema": {"type": "object", "properties": {"status": {"type": "string"}}}}
  ],
  "cache_control": {"type": "ephemeral"}
}

トークン消費との関係:Anthropicのプロンプトキャッシュのページでは、ツール定義を変えると「キャッシュ全体(tools、system、messages)」が無効になります。セッションの途中でサーバーが再デプロイされ、説明文が1語でも変われば、以降のリクエストはキャッシュヒットではなく書き込みからやり直しです。設定Aのツール定義だけで見ても、1回崩れるごとにヒットなら $0.0010 のところが書き込みの $0.0257 になり、ツールの後ろにあるメッセージも書き直しになります。ツール一覧がキャッシュを崩す仕組み全般はMCPのプロンプトキャッシュとツール定義で解説しています。

注意点が2つあります。応答の content[0] を読むコードは、mcp_tool_listing ブロックを読み飛ばすようにドキュメントで案内されています。また、ピン留めした一覧はスナップショットなので、サーバーに追加したツールはピンを更新するまでClaudeに届きません。

6. コード実行とMCPコネクタ

MCPコネクタのツールは、Anthropicの「プログラムによるツール呼び出し」でまとめて呼ぶことができません。そのページには、プログラムから呼べないツールとして「MCPコネクタが提供するツール」が明記されています。プログラムによるツール呼び出しとは、Claudeが書いたコードがサンドボックスの中で複数のツールを呼ぶ仕組み(allowed_callers に code_execution_20260120 などのコード実行ツールを指定)で、途中の結果はコンテキストに入りません。コネクタでは、MCP呼び出しは1回ごとに mcp_tool_use と mcp_tool_result の組として会話に残ります。

これが効いてくるのは、1つのタスクで何回も続けて呼ぶ場合です。ざっくりした例(私の計算、Sonnet 5.5、キャッシュなし):1,200トークンずつ返すMCP呼び出しを5回行うと、会話に6,000トークンが入ります。それが後の10リクエストに残ると60,000入力トークンで $0.120 です。1回のコード実行で350トークンのスクリプトが300トークンの答えだけを返すなら、残るのは650トークン、同じ10リクエストで6,500入力トークン、$0.013 です。ループ内での読み直しと出力は含めていません。また、コードにまとめられるのは呼び出しを先に計画できる場合だけです。

Claude APIでコードによる一括呼び出しをしたい場合の選択肢:

選択肢 やり方 代わりに負うもの
自前のMCPクライアント アプリ側でMCPクライアントからサーバーにつなぎ、ツールを通常のツールとして渡して allowed_callers を設定する MCPクライアントとツール実行を自分で運用する。プログラムによる呼び出しにはコード実行と同じ料金がかかる
サーバー側のコードモード コードを実行するツール(例:run_code)を通常のMCPツールとして公開するサーバーやプロキシを使う ただの1つのMCPツールなのでコネクタ経由でも動く。サンドボックスはサーバー側に置く
直接呼び出しのまま 結果を小さく、ツール一覧を絞る 追加の仕組みは不要。ただし連続呼び出しの分だけコンテキストが増え続ける

7. count_tokens でツール定義のトークンを計る(Python)

設定を選ぶ前に、それぞれが実際に何トークン増やすかを計ってください。250トークンという平均は仮定にすぎません。Anthropic Python SDK 2.7.0では client.beta.messages.count_tokens が mcp_servers と mcp_toolset を受け付けるので、生成せずに設定を比べられます。

import os
import anthropic
from anthropic.types.beta import BetaMCPToolsetParam, BetaRequestMCPServerURLDefinitionParam

client = anthropic.Anthropic()
MODEL = "claude-sonnet-5-5"
SERVER: BetaRequestMCPServerURLDefinitionParam = {
    "type": "url",
    "url": "https://your-server.example.com/mcp",
    "name": "orders",
    "authorization_token": os.environ["MCP_TOKEN"],
}

# 同じサーバーに対する mcp_toolset の設定を3通り用意する
CONFIGS: dict[str, BetaMCPToolsetParam] = {
    "A_all_tools": {"type": "mcp_toolset", "mcp_server_name": "orders"},
    "B_denylist_writes": {
        "type": "mcp_toolset", "mcp_server_name": "orders",
        "configs": {"delete_order": {"enabled": False}, "refund_order": {"enabled": False}},
    },
    "C_allowlist": {
        "type": "mcp_toolset", "mcp_server_name": "orders",
        "default_config": {"enabled": False},
        "configs": {"search_orders": {"enabled": True}, "get_order": {"enabled": True}},
    },
}

baseline = client.beta.messages.count_tokens(
    model=MODEL, messages=[{"role": "user", "content": "Reply OK."}],
)
print(f"no tools: {baseline.input_tokens}")
for name, toolset in CONFIGS.items():
    r = client.beta.messages.count_tokens(
        model=MODEL,
        messages=[{"role": "user", "content": "Reply OK."}],
        mcp_servers=[SERVER],
        tools=[toolset],
        betas=["mcp-client-2026-09-15"],
    )
    print(f"{name}: {r.input_tokens} (+{r.input_tokens - baseline.input_tokens} for tools)")

このコードはAnthropic Python SDK 2.7.0に対してpyrightで型チェックを通していますが、この記事のために実サーバーで実行してはいません。ベースラインとの差には286トークンのツール用システムプロンプトが含まれます。残りを有効なツール数で割ると実際の1ツールあたりの平均が出るので、3章の式に当てはめてください。本番のトラフィックでは、リクエストごとに usage.input_tokens と usage.cache_read_input_tokens も記録しておきます。セッションの途中でキャッシュ読み込みが0に落ちたら、ツール一覧が変わった可能性があります。

8. チェックリスト

  • [ ] すべての mcp_toolset に default_config を明示し、何が有効か分かるようにしている
  • [ ] やることが決まっているエージェントは許可リスト(既定で無効、必要なツールだけ有効)にしている
  • [ ] 読み取り専用のエージェントでは書き込み系・破壊的なツールを無効にしている
  • [ ] configs のツール名がサーバーと完全に一致している(存在しない名前はエラーにならない)
  • [ ] 15ツール前後を超え、必要なツールが毎回違う場合は defer_loading とツール検索ツールを使っている
  • [ ] 一番よく使うツールは遅延読み込みにしていない
  • [ ] mcp_toolset に cache_control を付けている
  • [ ] 長いセッションでは mcp-client-2026-09-15 を使い、mcp_tool_listing をそのまま送り返すか tools を固定している
  • [ ] 応答を読むコードが mcp_tool_listing ブロックを読み飛ばす
  • [ ] count_tokens で設定ごとに計り、リクエスト単位ではなくセッション単位の費用で比べた

9. よくあるハマりどころ

症状 原因 対処
毎リクエスト、入力トークンがプロンプトよりずっと多い 初期設定のtoolsetが全ツールを送っている 許可リストか defer_loading を設定する
許可したはずのツールが出てこない configs の名前がサーバーと一致していない(警告が出るだけ) mcp_tool_listing やサーバーの tools/list から名前をコピーする
無効にしたはずのツールが呼ばれる 拒否リストの名前の打ち間違い 同上。正確な名前を確認する
すべてのMCPツールを遅延読み込みにすると400エラー 少なくとも1つは defer_loading=false が必要 1ツールは最初から読み込む
セッションの途中でキャッシュ読み込みが0になる サーバーのツール一覧や説明文が変わった mcp-client-2026-09-15 で一覧を送り返すか固定する
ヘッダーを変えたら content[0] を読むコードが壊れた 応答の先頭が mcp_tool_listing になった そのブロックを読み飛ばす
プログラムによるツール呼び出しでMCPツールが使えない コネクタのツールはプログラムから呼べない 自前のMCPクライアントで通常のツールとして渡すか、サーバー側のコードモードを使う
ローカルのサーバーにつながらない コネクタには公開されたHTTPSのURLが必要。stdioは直接つなげない サーバーをリモートでホストする

10. NodeFlareならこう解決できる

NodeFlareは、GitHubリポジトリのMCPサーバーを認証付きのHTTPSエンドポイントで動かすホスティングです。MCPコネクタが必要とする「公開された https:// のURLで、Streamable HTTPかSSEを話すサーバー」をそのまま用意できます。プロキシにはサーバーごとに4つのトークン節約スイッチがあり、プロキシ側で透過的に適用されるので、サーバーのコードを変える必要はありません。この記事で挙げた課題に当てはめると、次のようになります。

課題1:コネクタのツールはコードでまとめて呼べない(6章)。 tool_code_mode でCode Executionを有効にします。するとサーバーは run_code と search_tools を公開し、Claudeは tools.* を呼ぶJavaScript(例:tools.searchOrders({...}))を書き、NodeFlareがそれをサンドボックスで実行します。コネクタから見れば run_code は1つのMCPツールにすぎないので、計画できる複数の呼び出しが mcp_tool_use と結果の1組にまとまり、途中の結果は会話に入りません。各実行は独立したDenoのサブプロセスで動き(ファイルシステムなし、環境変数なし、プロセス起動なし、ネットワークはプロキシのコールバック先のみ)、既定ではタイムアウト600秒、1回の実行で最大50回のツール呼び出し、V8ヒープ128MBです。ツール呼び出しごとに権限(スコープ)も確認されます。6章の例(私の計算で、NodeFlareの計測値ではありません)では、後の10リクエストに残る結果の費用が $0.120 から $0.013 になりました。

課題2:初期設定のtoolsetは全ツールを送る(2章・3章)。 tool_list_filter_by_scope を有効にします。tools/list が、呼び出し元の認証情報で実際に呼べるツールだけを返すようになります(スキーマは変わりません)。エージェントごとに必要なスコープだけを持つNodeFlareのAPIキーを発行すれば、許可リストをサーバー側で持てるので、mcp_toolset を書くたびに列挙しなくて済み、同じサーバーを使うほかのクライアントにも効きます。

課題3:ツールが多く、必要なものが毎回違う(4章)。 tool_search_mode を有効にします。NodeFlareが tools/list を search_tools(query) と call_tool(name, args) の2つのメタツールにまとめるので、カタログが増えても最初のトークン消費はほぼ一定です。Claude APIに限らず、どのクライアントでも同じように効きます。検索は既定で語句一致、GEMINI_API_KEY を設定すると意味検索になり、失敗したときは語句一致に戻ります。1つのサーバーには、これかAnthropicの defer_loading のどちらか一方を使い、両方は重ねないでください。

課題4:長い説明文が毎リクエストのプレフィックスに載る。 tool_schema_slim を有効にすると、500文字を超えるツールの説明文を(UTF-8を壊さずに)切り詰めます。ツール名と入力スキーマはそのままです。

NodeFlareは「〇〇%削減」といった公式の数値を公表していません。各スイッチの効果は7章の count_tokens スクリプトで計ってください。

最小の始め方:

  1. NodeFlareのダッシュボードでMCPサーバーのGitHub URLを入力します。ランタイム、通信方式、起動コマンドは自動で検出・入力されます。
  2. デプロイして、tool_code_mode を有効にします(必要に応じて tool_list_filter_by_scope や tool_search_mode も)。
  3. サーバーのURLを mcp_servers に、NodeFlareのAPIキーを authorization_token に入れ、一度ツール一覧を取得して接続を確認します。

MCPサーバー1つまでなら無料で試せます(Freeプラン:サーバー1つ、月30 GB時間のコンピュート)。→ nodeflare.techで始める

11. よくある質問

Claude APIのMCPコネクタは何トークン使う?

公開するツールの数で決まります。有効で遅延読み込みでないツールの定義は毎リクエストの入力になり、さらにClaude Sonnet 5.5・Opus 5.5・Haiku 5.5ではツール用のシステムプロンプトが286トークンかかります。私の試算では、1ツール250トークンの40ツールのサーバーで1リクエストあたり10,286トークン増えました。

Claude APIでClaudeに見せるMCPツールを絞るには?

mcp_toolset に許可リストを設定します。default_config: {"enabled": false} にして、使うツールだけ configs で有効にします。数個だけ外したいなら拒否リストで、外すツールを {"enabled": false} にし、既定はそのままにします。

MCPコネクタで defer_loading は使える?

使えます。toolsetの default_config かツールごとの configs で defer_loading: true にし、ツール検索ツール(tool_search_tool_regex_20251119 か tool_search_tool_bm25_20251119)を追加します。少なくとも1つのツールは遅延読み込みにできません。

ツール検索で読み込まれたツールは課金される?

課金されます。Anthropicのツール検索のページによると、ツール検索自体は別のサーバーツールとして計測されませんが、読み込まれた定義はほかのツール定義と同じく入力トークンとして数えられます。会話に残るので、以降のリクエストでも読み直されます。

ツール検索と許可リストはどちらが安い?

使うツールを事前に列挙できるなら許可リストです。私の前提では、遅延読み込みは15ツール前後から全部送るより安くなりますが、40ツールのサーバーでも6ツールの許可リスト(1リクエスト1,786トークン)のほうが遅延読み込み(3,836トークン)より安くなりました。

mcp-client-2026-09-15 とは?

MCPコネクタの新しいbetaヘッダーです。mcp-client-2025-11-20 の機能をすべて含み、応答の mcp_tool_listing ブロックと mcp_toolset の tools 項目が加わりました。これで会話中のサーバーのツール一覧を固定できます。

MCPコネクタを使うとキャッシュヒットが落ちるのはなぜ?

多くはサーバーのツール一覧が変わったためです。Anthropicのキャッシュのドキュメントでは、ツール定義の変更でキャッシュ全体が無効になります。mcp-client-2026-09-15 で mcp_tool_listing を送り返すか tools を固定し、mcp_toolset に cache_control を付けてください。

プログラムによるツール呼び出しでMCPコネクタのツールは呼べる?

呼べません。Anthropicのページで、プログラムから呼べないツールとして「MCPコネクタが提供するツール」が挙げられています。自前のMCPクライアントでツールを通常のツールとして渡すか、コード実行用のツールを持つサーバーを使います。

MCPコネクタでstdioのサーバーは使える?

使えません。サーバーはHTTP(Streamable HTTPかSSE)で公開されている必要があり、ローカルのstdioサーバーは直接つなげません。サーバーをリモートでホストするか、自分のコードの中でMCPクライアントを動かします。

リクエストを送る前にMCPコネクタのトークン数を数えられる?

数えられます。Anthropic Python SDK 2.7.0の client.beta.messages.count_tokens は mcp_servers と mcp_toolset を受け付けるので、出力を生成せずにtoolsetの設定ごとの差を比べられます。

この記事の「トークン」はコネクタの authorization_token のこと?

違います。この記事で扱うのは、コンテキストウィンドウと請求に関わるLLMのトークンです。authorization_token はコネクタがMCPサーバーに送る認証情報で、セキュリティの話題です。

まとめ

Claude APIのMCPコネクタでは、初期設定だとサーバーが返す全ツールが毎リクエスト送られるため、トークン消費はほぼ mcp_toolset の設定で決まります。やることが決まっていれば許可リスト、ツールが多く必要なものが毎回違うならツール検索による遅延読み込み(私の試算では15ツール前後から)、toolsetには cache_control、そして mcp-client-2026-09-15 でサーバー側の変更がキャッシュを崩さないようにします。また、コネクタのツールはプログラムによるツール呼び出しから使えません。1つのタスクでの連続呼び出しが費用の本体なら、自前のMCPクライアントかコードモードを持つサーバーでまとめてください。トークン消費を減らすツールの比較はMCPのトークン消費を減らすツールのランキングにまとめています。

参考資料

NodeFlare

MCP専用ホスティングサービス

GitHubにあるMCPを簡単デプロイ・簡単運用で最適化
無料で始める

他の記事

MCPトークン2026年11月17日

ツール引数は出力トークン:MCPのトークン消費で見落とされる「書く側」のコスト(write_fileとedit_fileを実測・2026年版)

MCPのツール引数は出力トークンで、単価は入力の5倍、キャッシュも効きません。公式Filesystemサーバーで1行の変更がwrite_file 5,549トークン対edit_file 49トークンになった実測、Sonnet 5.5・Opus 5.5・Fable 5.2での料金試算、ツール間の書き写し、max_tokensでの中断、書き直しの損益分岐、置換ツールのコードまで。

MCPセキュリティ2026年11月17日

MCPのきめ細かな認可:スコープでは防げないBOLAを、オブジェクト・引数・項目単位のチェックで止める【MCP Security 2026】

ツール単位のスコープでは防げない、MCPツールのオブジェクト・引数・項目単位の認可を解説。仕様の「スコープだけで十分とみなすのは誤り」、公式Python SDKを含む2026年のCVE3件、チェックの置き場所、8つのルール、検証済みPythonコード(スコープのみ4/14、多層14/14)とCedarポリシー(12/12)。

MCPホスティング2026年11月17日

Hugging Face SpacesはまだMCP Hostingに無料で使える?Gradioのmcp_server=Trueを2026年の有料化後に検証(Gradio 6.32)

2026年のHugging Face SpacesでのMCP Hosting。新規のGradio SpaceはZeroGPU以外PROが必要、無料ハードウェアは48時間でスリープ、Gradioのキューは既定で1件ずつ。Gradio 6.32で検証した /gradio_api/mcp/ の使い方、188 MB・1回約60 msの実測、Space名の接頭辞、ZeroGPUの上限、費用、Claude Code・Cursorの接続を解説。

Claude APIのMCPコネクタでトークン消費を抑える設定:mcp_toolsetの許可リスト・defer_loading・ツール一覧の固定を40ツールで試算【2026年版】 | Blog | Nodeflare