記事一覧
MCPトークン

MCP Samplingが非推奨に:トークン代は誰が払う?4つの移行先をコスト比較【MCP Token・2026-07-28仕様】

MCP仕様2026-07-28でSamplingが非推奨に(SEP-2577)。Samplingのトークンはどこで誰に請求されていたか、API直接呼び出しへの移行で費用負担がどう変わるか、Claude Sonnet 5.5/Haiku 5.5での5通りのコスト試算、includeContextとツールループの倍率、型チェック済みのTypeScript移行例を解説。

最終更新:2026年11月5日 / 対象:MCP仕様 2026-07-28(Samplingの非推奨化 SEP-2577、Multi Round-Trip Requests)、includeContext の非推奨化(SEP-2596)、ツール付きSampling(SEP-1577)、MCP TypeScript SDK 1.32.2、Anthropic TypeScript SDK 1.5.0、Claude Sonnet 5.5/Haiku 5.5の料金

MCPのSamplingは、サーバーがクライアント側のモデルを「借りる」仕組みでした。サーバーが sampling/createMessage を送ると、ユーザーのクライアントがユーザーのモデル・ユーザーのアカウントで文章を生成して返します。2026-07-28版のMCP仕様はこのSamplingを非推奨にし、「サーバーからLLMプロバイダーのAPIを直接呼ぶように」と移行を促しています。

これはMCPのトークン消費(MCP Token)に関わる話です。変わるのは2つあります。サーバーが行うLLM処理の費用を誰が払うのか。そしてエージェント全体で何トークン使うのか。この記事では、Samplingのトークンがどこで使われていたかを整理し、同じツールを5通りの作り方で試算します。そのうえで、ユーザー側の費用を自分の請求書に丸ごと移さずに移行する方法をまとめます。

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)

  • Samplingはプロトコルバージョン2026-07-28で非推奨になりました。 仕様は、新しい実装は採用すべきでない(SHOULD NOT)、既存の実装はLLMプロバイダーのAPIを直接使う形へ移行すべき(SHOULD)としています。仕様には少なくとも12か月は残ります。
  • Samplingのトークンはエージェントのコンテキストには現れません。 Samplingは別の生成リクエストで、会話に入るのはツールが最後に返した結果だけです。そのため /context のような表示には出ません。費用を誰が払うかは仕様に書かれておらず、実際にはクライアントが使うモデルのアカウント(多くはユーザー)にかかります。
  • Samplingにはコンテキストを小さく保つ効果がありました。 私の試算(20,000トークンの文書を500トークンに要約、その後15ターン、Claude Sonnet 5.5、キャッシュなし)では、文書をそのまま返すと1回0.645ドル、Samplingで要約すると0.061ドルでした。Samplingをやめて生データを返すのが、いちばん高くつく移行です。
  • 最も安い移行先は、サーバー側の小さいモデルか、モデルを使わない処理です。 同じ要約をサーバー側でClaude Haiku 5.5に任せると合計0.018ドルで、Sonnet 5.5でのSamplingより70%安くなります。ただしLLM部分の0.0023ドルはサーバー運営者の負担になります。コードで該当箇所だけを抜き出して1,500トークン返す方法なら0.048ドルで、LLMは不要です。
  • 見えにくい倍率が2つあります。 非推奨になった includeContext: "allServers" はセッション全体を毎回のSamplingに足すことがあり、ツール付きSamplingのループは反復のたびに文書を送り直します。3回反復すると1回の3.1倍です。

目次

  • MCPのSamplingとは?トークンはどこで使われるか
  • 2026-07-28版の仕様で何が変わったか
  • Samplingのトークンは誰に請求されるか
  • 試算:1つのツールを5通りで作った場合
  • 見えにくい2つの倍率:includeContextとツールループ
  • 移行先の選び方
  • TypeScriptでの移行例
  • チェックリスト
  • よくあるハマりどころ
  • NodeFlareならこう解決できる
  • FAQ

1. MCPのSamplingとは?トークンはどこで使われるか

MCPのSamplingとは、MCPサーバーがリクエストを処理している途中で、クライアント側の言語モデルに生成(sampling/createMessage)を頼めるクライアント機能です。仕様では、サーバーは「サーバー側のAPIキーなしで」AIの能力を使え、クライアントはモデルへのアクセス・選択・権限の管理を手元に残せる、と説明されています。

Samplingリクエスト1回のトークン費用は、次の4つに分かれます。

内訳 課金の種類 決めるのは エージェントのコンテキストに入るか
サーバーが送る messages と systemPrompt 別の生成リクエストの入力 サーバー(クライアントが変更してよい) 入らない
includeContext で追加される文脈 同じ生成リクエストの入力 サーバーが要求し、クライアントが判断 入らない
生成された返答(上限は maxTokens) 出力 上限はサーバーが指定。クライアントは maxTokens を必ず守る(MUST) 入らない
ツールが最終的に返す結果 エージェントの次のターンと、それ以降の毎ターンの入力 サーバー 入る

最初の3つはSampling 1回につき1度だけ払います。4つ目はエージェントの以降のターンで毎回払います。サーバーが大きな文書をクライアントのモデルに読ませ、短い答えだけを返せる。これがSamplingの魅力でした。

2. 2026-07-28版の仕様で何が変わったか

2026-07-28版ではSamplingが非推奨になり、リクエストの流れ方も変わりました。仕様本体、変更履歴、SEPから変更点をまとめます。

変更 仕様の記述 トークンへの影響
Samplingの非推奨化(SEP-2577) 新しい実装は採用すべきでない。既存の実装はLLMプロバイダーのAPIを直接使う形へ移行すべき LLM呼び出しがサーバー側のアカウントに移る
非推奨の期間 この版のリリース後、少なくとも12か月は仕様に残る 移行の猶予がある。すぐには消えない
Multi Round-Trip Requests(MRTR) サーバーは InputRequiredResult を返し、その inputRequests に sampling/createMessage を入れる。クライアントは元のリクエストを再送するときに inputResponses で答える 再送はプロトコル上の通信で、エージェントのターンが増えるわけではない
リクエストごとの能力宣言 Samplingに対応するクライアントは、毎回のリクエストの _meta.io.modelcontextprotocol/clientCapabilities で sampling を宣言しなければならない(MUST) 直接の影響はない。送る前に確認する
includeContext の thisServer・allServers を非推奨化(SEP-2596) フィールドを省くか none を使う。クライアントが sampling.context を宣言していない限り使うべきでない いちばん大きくなりうる入力がなくなる
ツール付きSampling(2025-11-25で追加、SEP-1577) tools と toolChoice で、Sampling中にクライアントのモデルがツールを呼べる。ツールループの反復回数には双方が上限を設けるべき(SHOULD) 反復のたびに生成リクエストが丸ごと1回増える

SEP-2577は非推奨の理由を3つ挙げています。実装が複雑であること、採用が進まなかったこと(2024年11月の仕様から使えるのに、対応クライアントが少ない)、そしてサーバーはLLMプロバイダーのAPIを直接使えばモデル選択・パラメータ・ストリーミングを自分で決められること、です。プロンプトインジェクションや情報の持ち出しにつながるため、非推奨になった3機能のうちSamplingがもっともセキュリティ上センシティブだ、とも書かれています。

クライアントの対応状況も「採用が少ない」という説明と一致します。2026年11月5日時点で、Claude Code、Cursor、VS CodeのMCPドキュメントにはSamplingへの言及がありません。Cursorのプロトコル対応表に載っているのはTools、Prompts、Resources、Roots、Elicitation、Appsです。Samplingに頼っているサーバーは、すでに多くのユーザーの環境で生成結果を受け取れていない可能性があります。

3. Samplingのトークンは誰に請求されるか

Samplingのトークンは、エージェントの会話の外で、クライアントが生成に使ったモデルのアカウントに請求されます。仕様には課金や負担者についての記述がまったくなく、モデルの選択はクライアントに任されています。

サーバーが決められること、決められないことは次のとおりです。

フィールド サーバーの影響力
maxTokens 必須で、クライアントは必ず守る。出力トークンの確実な上限
modelPreferences の costPriority・speedPriority・intelligencePriority 0〜1の希望値。あくまで参考
hints(モデル名) 参考扱い。最終的なモデル選択はクライアント
systemPrompt、includeContext、temperature、stopSequences、metadata クライアントは変更・無視してよい(MAY)

MCPのトークン消費の観点では、ここから3つのことが言えます。

  • Samplingの消費はコンテキストの表示では見えません。 エージェントのコンテキストが増えるのはツール結果の分だけです。Samplingの量を知るには、クライアント側アカウントの利用量を見るか、クライアントでモデル名とトークン数を記録します。
  • サーバーは安いモデルを強制できません。 costPriority を0.9にしても希望にすぎません。クライアントが高性能モデルで答えれば、小さいモデルなら0.002ドルで済む要約が、Sonnet 5.5では0.045ドルになります(4章)。
  • 移行すると、請求はサーバー運営者に来ます。 APIを直接呼ぶ形にすると、生成のたびに運営者が払います。Samplingの確認画面なら断っていたはずのユーザーの呼び出しも含みます。予算、レート制限、アクセス制御はサーバー側の仕事になります。

4. 試算:1つのツールを5通りで作った場合

いちばん安いのは、エージェントのコンテキストを小さく保ちつつ、LLM処理を小さいモデルで行うか、LLMを使わない作り方です。以下は私の試算で、どのクライアントやプロバイダーの請求額を測ったものでもありません。

題材のツール:summarize_document は保存済みの文書を読み、エージェントに必要な情報を返します。

前提:

  • 文書 D = 20,000トークン、プロンプトの枠 P = 200トークン、要約 S = 500トークン
  • ツール結果が届いたあと、エージェントはさらに R = 15ターン動き、結果はコンテキストに残る。つまり結果は 1 + R = 16回読まれる
  • エージェントのモデルはClaude Sonnet 5.5(100万トークンあたり入力2ドル、出力10ドル、5分キャッシュ書き込み2.50ドル、キャッシュヒット0.10ドル)。サーバー側の小さいモデルはClaude Haiku 5.5(入力0.10ドル、出力0.50ドル。プロンプト10万トークン以下)。2026年11月5日時点のAnthropicの料金ページより
  • 文書を読むLLM呼び出し(SamplingでもAPI直接でも)は1回限りなのでキャッシュは効かないものとする
  • Aではエージェント自身が500トークンの要約を書くので、Aだけ出力500トークンを加える。それ以外のエージェントの出力はどの案でも同じなので省く
  • Eは、LLMを使わずコードで該当箇所を選び、1,500トークンを返す

計算式:

  • 別呼び出し(SamplingまたはAPI直接)=(D + P)× 入力単価 + S × 出力単価
  • エージェント側(キャッシュなし)= 結果のトークン数 × 16 × 2ドル/100万(Aは出力500トークン × 10ドル/100万を加算)
  • エージェント側(キャッシュあり)= 結果のトークン数 × 2.50ドル/100万(書き込み1回)+ 結果のトークン数 × 15 × 0.10ドル/100万(Aは同じ出力を加算)
作り方 LLM部分を払う人 エージェントのコンテキストに増える量 別呼び出し 1回あたり合計(キャッシュなし) 1回あたり合計(エージェント側キャッシュあり) 1万回あたり(なし/あり)
A. 文書をそのまま返す(Samplingを外しただけ) ユーザー(エージェント分のみ) 20,000 なし 0.6450ドル 0.0850ドル 6,450ドル/850ドル
B. Sampling(クライアントがSonnet 5.5で応答) ユーザー 500 0.0454ドル 0.0614ドル 0.0474ドル 614ドル/474ドル
C. サーバーからAPI直接、Haiku 5.5 運営者(0.0023ドル) 500 0.0023ドル 0.0183ドル 0.0043ドル 183ドル/43ドル
D. サーバーからAPI直接、Sonnet 5.5 運営者(0.0454ドル) 500 0.0454ドル 0.0614ドル 0.0474ドル 614ドル/474ドル
E. コードで抜き出す(LLMなし) なし(エージェント分のみ) 1,500 なし 0.0480ドル 0.0060ドル 480ドル/60ドル

1行だけ手で検算します。Cの別呼び出しは 20,200 × 0.10/100万 + 500 × 0.50/100万 = 0.00202 + 0.00025 = 0.0023ドル。エージェントは500トークンの結果を16回読むので 500 × 16 × 2/100万 = 0.0160ドル。合計0.0183ドルです。

読み方:

  • Samplingを外して生データを返すのが最悪の移行です。 キャッシュなしではAはBの10.5倍です。20,000トークンが以降の毎ターン読み直されるためです。キャッシュありなら差は1.8倍まで縮みますが、コンテキストの20,000トークン分は埋まったままです。
  • 別呼び出しの費用はモデル選びでほぼ決まります。 同じ要約でも、Sonnet 5.5(0.0454ドル)はHaiku 5.5(0.0023ドル)の20倍です。Samplingではクライアントが選んでいましたが、移行後は自分で選べます。
  • CはLLMを使う案の中で最も安く、その代わり費用が運営者に移ります。 キャッシュなしのBと比べて合計は70%下がりますが、運営者は1回0.0023ドル、この例なら1万回で23ドルを払います。移行前に、実際の呼び出し回数で合計を出してください。
  • コードでの抜き出しも安く、予算が要りません。 EはキャッシュなしでもBより安く、キャッシュありならさらに差が開きます。払うべきモデル呼び出しも、レート制限すべき呼び出しもありません。エージェントに必要なのが文章ではなく事実なら、Eで足りることが多いはずです。

5. 見えにくい2つの倍率:includeContextとツールループ

Samplingには、1回の呼び出しを見た目のプロンプトよりずっと大きくする機能が2つありました。非推奨期間中にSamplingを使い続けるなら、どちらにも注意が必要です。

includeContext。 "thisServer" は要求元サーバーに関する文脈を、"allServers" は接続中の全サーバーに関する文脈を含めるようクライアントに頼む値でした。クライアントが応じれば、Samplingのたびにその文脈が入力に乗ります。4章の条件で、30,000トークンのセッションを毎回足すとSonnet 5.5で0.06ドル増え、Sampling呼び出し全体の0.0454ドルを上回ります。どちらの値も今は非推奨なので、フィールドごと省きます(省略時は "none")。

ツールループ。 Samplingのリクエストに tools を入れると、反復のたびに新しい sampling/createMessage が送られ、元のメッセージとそれまでのツール呼び出し・結果がすべて送り直されます。反復回数 k、基本プロンプト B、ツール定義 T、1回あたりの出力 o と結果 r とすると、次のようになります。

入力 = k ×(B + T)+(o + r)× k(k − 1) / 2

B = 20,200、T = 1,000、o = 150、r = 800、Sonnet 5.5で計算すると(私の試算):

反復回数(k) 入力トークン 出力トークン 費用
1 21,200 150 0.0439ドル
3 66,450 450 0.1374ドル
5 115,500 750 0.2385ドル

文書が反復のたびに読み直されるので、費用は反復回数より速く増えます。仕様は反復回数に上限を設け、最後の回では toolChoice: {mode: "none"} を渡すよう勧めています。固定の小さなプロンプトでAPIを直接呼べば、ループ自体が要りません。

6. 移行先の選び方

移行先は、サーバーがモデルに本当に求めているものから選びます。下の表は運営者の費用が安い順です。

ツールに必要なもの 移行先 エージェントのコンテキスト 運営者のLLM費用
事実、項目、該当箇所 コードで処理(絞り込み、集計、ページ分割) 小(E) なし
呼び出し元のエージェントでもできる判断 小さくまとめたデータを返し、判断はエージェントに任せる 小〜中 なし
大量の要約・分類・抽出 小さいモデルでAPIを直接呼び、max_tokens を固定 小(C) 少ない。呼び出し回数に比例
大きな入力に対する難しい推論 大きいモデルでAPIを直接呼ぶ 小(D) 多い
今は何もしない(移行は後で) Samplingを残し、includeContext は省略、maxTokens は小さく、反復に上限 小(B) なし。ただし多くのクライアントでは何も返らない

どの移行先でも、MCPのトークン消費を抑えるルールは共通です。

  • エージェントの問いに答えられる最小の結果を返す。500トークンの要約を16回読めば8,000トークン、20,000トークンの文書なら320,000トークンです。
  • サーバー側で入力と出力に上限をかける。モデルを呼ぶ前に文書を切り詰めるか分割し、max_tokens を必ず指定する。
  • プロバイダーが返す usage をツールごとに記録し、どのツールが予算を使っているかを見えるようにする。

7. TypeScriptでの移行例

移行は、server.server.createMessage(...) をプロバイダーSDKの呼び出しに置き換えるだけで、ツールの外側の形は変えません。以下の2つのコードは、MCP TypeScript SDK 1.32.2とAnthropic TypeScript SDK 1.5.0で型チェックを通しています(tsc --strict、2026年11月5日)。

移行前:サーバーがクライアントのモデルを借りる。

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

declare function loadDocument(id: string): Promise<string>;
const server = new McpServer({ name: "docs", version: "1.0.0" });

// 移行前:Sampling(2026-07-28で非推奨)
server.registerTool("summarize_document", {
  description: "Summarize a stored document in at most 5 bullet points.",
  inputSchema: { id: z.string() },
}, async ({ id }) => {
  const doc = await loadDocument(id);
  const res = await server.server.createMessage({
    messages: [{ role: "user", content: { type: "text", text: `Summarize in 5 bullets:\n\n${doc}` } }],
    maxTokens: 500,
    includeContext: "none",
    modelPreferences: { costPriority: 0.9, intelligencePriority: 0.2 },
  });
  const text = res.content.type === "text" ? res.content.text : "";
  return { content: [{ type: "text", text }] };
});

移行後:サーバーが小さいモデルを直接呼び、上限と利用量の記録を入れる。

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import Anthropic from "@anthropic-ai/sdk";
import { z } from "zod";

declare function loadDocument(id: string): Promise<string>;
const server = new McpServer({ name: "docs", version: "1.0.0" });
const anthropic = new Anthropic(); // ANTHROPIC_API_KEY を読む=費用はサーバー運営者持ち
const SUMMARY_MODEL = process.env.SUMMARY_MODEL!; // プロバイダーのモデル一覧にある小さいモデルのID
const MAX_DOC_CHARS = 120_000; // 払ってよい入力量の上限

server.registerTool("summarize_document", {
  description: "Summarize a stored document in at most 5 bullet points.",
  inputSchema: { id: z.string() },
}, async ({ id }) => {
  const doc = (await loadDocument(id)).slice(0, MAX_DOC_CHARS);
  const msg = await anthropic.messages.create({
    model: SUMMARY_MODEL,
    max_tokens: 500,
    messages: [{ role: "user", content: `Summarize in 5 bullets:\n\n${doc}` }],
  });
  const text = msg.content.flatMap((b) => (b.type === "text" ? [b.text] : [])).join("");
  console.error(JSON.stringify({ tool: "summarize_document", usage: msg.usage })); // 払った分を記録
  return { content: [{ type: "text", text }] };
});

変わった点と、トークンの観点での意味:

  • ツールが返すのは引き続き約500トークンなので、エージェント側のコンテキスト費用は変わりません。
  • MAX_DOC_CHARS と max_tokens で、1回の呼び出しにかかる費用の上限が決まります。Samplingで確実に効いたのは maxTokens だけでした。
  • 呼び出しごとに usage を記録します。Samplingでは、サーバーはトークン数を知る手段がありませんでした。
  • モデルは自分で選べます。IDを設定値にしておけば、リリースし直さずに安いモデルへ切り替えられます。

公開する前に、呼び出し元ごとのレート制限を入れてください。今後はすべての呼び出しが自分のプロバイダー予算を使います。

8. チェックリスト

  • [ ] createMessage(PythonならSDKのSampling呼び出し)を使っているツールをすべて洗い出した
  • [ ] それぞれについて、コードで処理/エージェントにデータを返す/小さいモデル/大きいモデルのどれにするか決めた
  • [ ] 以前は要約や絞り込みをしていたのに、移行後に大きな生データをそのまま返すツールがない
  • [ ] APIを直接呼ぶ箇所は max_tokens を指定し、入力サイズに上限をかけ、プロバイダーの usage をツールごとに記録している
  • [ ] モデルIDは設定で変えられ、既定はテストに通る最も小さいモデルにしている
  • [ ] 自分の予算を使うツールに、呼び出し元ごとのレート制限とアクセス制御がある
  • [ ] 残すSamplingは includeContext を省き、maxTokens を小さくし、ツールループの反復に上限がある
  • [ ] 残すSamplingは、リクエストごとの sampling 能力を確認し、非対応クライアント向けの代替がある
  • [ ] 移行前後の費用を、1回分ではなく実際の呼び出し回数で比べた

9. よくあるハマりどころ

症状 原因 対処
Samplingを外したらエージェントのコンテキストが急に増えた ツールが文書をそのまま返している サーバー側で要約するか、コードで抜き出す
移行後にプロバイダーの請求が発生した 生成のたびにサーバーが払うようになった 小さいモデル、入力の上限、呼び出し元ごとのレート制限
一部のクライアントでSamplingのツールが何も返さない クライアントがSamplingに対応していない 移行する。現行のClaude Code、Cursor、VS CodeのMCPドキュメントにSamplingの記載はない
Samplingの費用が想定よりずっと高い クライアントが大きいモデルを選んだ。costPriority は参考値にすぎない 呼び出しをサーバー側に移し、モデルを自分で選ぶ
Sampling 1回がプロンプト全体より高くつく includeContext: "allServers" が受け入れられた includeContext を省く
ツール付きSamplingが長引き、費用が膨らむ 反復ごとに文書と履歴を送り直している 反復回数に上限、最後の回は toolChoice: none
コンテキストの表示にSamplingの消費が出ない Samplingは別の生成リクエスト プロバイダーの利用量を見る。移行後はサーバーで usage を記録する

10. NodeFlareならこう解決できる

NodeFlareは、GitHubリポジトリのMCPサーバーをホストし、プロキシ側でトークン節約のためのスイッチ4つをサーバーごとに提供しています。どれもプロキシ側で適用されるので、サーバーのコードを変える必要はありません。NodeFlare自体はLLMを呼ばない中継役のプロキシなので、これらのスイッチが下げるのは、呼び出す側のエージェントのLLM費用です。上で挙げた移行時の課題に、次のように対応します。

課題1:Samplingを外すと、生データがエージェントのコンテキストにあふれる(4章のA)。 Code Execution(tool_code_mode)を有効にします。サーバーは run_code と search_tools を公開し、モデルは tools.* を呼ぶJavaScriptを書き、NodeFlareがそれをサンドボックスで実行します。エージェントは文書を取得し、コードで絞り込み、必要な部分だけを返せます。会話に入るのは実行結果の戻り値だけです。つまり、サーバーに新しいコードを書かずに4章のEを実現できます。各実行は隔離された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)、既定値はタイムアウト600秒、1回あたり最大50回のツール呼び出し、V8ヒープ128MBです。例(4章の前提での私の試算で、NodeFlareの計測値ではありません):モデルが300トークンのコードを書き、20,000トークンの文書の代わりに該当箇所1,500トークンを返すと、Sonnet 5.5・キャッシュなしで1回0.645ドルが約0.060ドルになります(1,500トークンの結果を16回読む分に、コードの出力300トークンと、そのコードを以降15ターンで読み直す分を加えた額)。コードは絞り込みはできても要約はしないので、事実が分かれば足りる場面で使ってください。

課題2:1つのSamplingツールを細かいツールに分けると、ツール一覧が増える(6章)。 tool_search_mode を有効にすると、tools/list が search_tools(query) と call_tool(name, args) の2つのメタツールにまとまり、ツールを増やしてもエージェントが抱える定義はほぼ一定です。検索は既定で字句検索で、GEMINI_API_KEY を設定すると意味検索になり、埋め込みに失敗したときは字句検索に戻ります。あわせて tool_schema_slim を使えば、500文字を超える説明文を切り詰められます(ツール名と入力スキーマはそのまま)。

課題3:自分のプロバイダー予算を使うツールができる(3章)。 tool_list_filter_by_scope を有効にし、エージェントごとに tools:call:summarize_document のようなスコープ付きのAPIキーを発行します。tools/list はそのキーで呼べるツールだけを返し(スキーマは変わりません)、スコープ外の呼び出しはサーバーに届く前にJSON-RPCエラーで拒否されます。

課題4:大きな結果を返しているツールを見つける(4章・9章)。 Logsページでは、リクエストごとの tool_name、outcome、duration_ms、req_bytes、res_bytes、error_message が記録されます(引数の値は記録しません)。tool_name で検索して res_bytes を比べれば、絞り込みや要約が最も必要なツールが分かります(保持期間はFreeで7日、Pro・Teamで30日)。

NodeFlareは決まった削減率を公表していません。スイッチごとに、前後のセッションを自分で測ってください。

最小の始め方:

  1. nodeflare.tech にサインインし、MCPサーバーのGitHub URLを入力します。ランタイム、トランスポート、起動コマンドは自動で判定・入力されます。
  2. デプロイし、tool_code_mode を有効にします(必要に応じて tool_search_mode や tool_list_filter_by_scope も)。
  3. サーバーのURLとAPIキーをMCPクライアントに設定します。クライアントごとの書き方はリモートMCPクライアント設定チートシートを参照してください。

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. FAQ

MCPのSamplingは非推奨になったのですか?

はい。MCP仕様2026-07-28で、SamplingはRoots、Loggingとともに非推奨になりました(SEP-2577)。新しい実装は採用すべきでなく、既存の実装はLLMプロバイダーのAPIを直接使う形へ移行すべきとされています。この版のリリース後、少なくとも12か月は仕様に残ります。

MCPのSamplingのトークン代は誰が払うのですか?

仕様には書かれていません。Samplingの生成はクライアントが選んだモデルで行われるので、そのモデルを使うアカウント、多くの場合はユーザーに請求されます。APIを直接呼ぶ形に移行すると、サーバー運営者が払うことになります。

Samplingのトークンはコンテキストウィンドウに含まれますか?

含まれません。Samplingは別の生成リクエストで、エージェントの会話に入るのはツールの最終結果だけです。そのためコンテキストの表示にSamplingの消費は出ませんし、Samplingで要約すればエージェントのコンテキストを小さく保てました。

MCPのSamplingの代わりに何を使えばよいですか?

仕様が示す移行先は、サーバーからLLMプロバイダーのAPIを直接使う方法です。トークン費用の面では、まずモデルが本当に必要かを確かめてください。コードでの絞り込みや、小さくまとめたデータをエージェントに返す方法なら、運営者の費用はかかりません。モデルが必要なら、小さいモデルで max_tokens を固定して使います。

SamplingをAPIの直接呼び出しに置き換えると安くなりますか?

なりえます。私の試算では、20,000トークンの文書をサーバー側のClaude Haiku 5.5で要約すると合計1回0.018ドルで、クライアントがSonnet 5.5でSamplingに答えた場合の0.061ドルより安くなりました。ただしモデル呼び出しの0.0023ドルは運営者の負担になるので、先に呼び出し回数で見積もってください。

includeContextでMCPのトークン消費は増えますか?

増える可能性がありました。"thisServer" と "allServers" は、Samplingのたびにセッションの文脈を足すようクライアントに頼む値で、プロンプト本体より大きくなることもあります。どちらも2026-07-28で非推奨なので、フィールドを省いてください(省略時は "none")。

ツール付きSamplingのループは何トークン使いますか?

反復のたびに、元のメッセージとそれまでのツール呼び出し・結果をすべて送り直します。20,200トークンのプロンプトの例では、3回の反復で入力66,450トークンと、1回の3.1倍になりました。仕様は、双方が反復回数に上限を設けるべきとしています。

Claude CodeはMCPのSamplingに対応していますか?

2026年11月5日時点で、Claude CodeのMCPドキュメントにSamplingの記載はありません。MCPのタスクの節には、elicitation/create は対話型のターミナルセッションでのみ、roots/list はどこでも扱うと書かれています。CursorとVS CodeのMCPドキュメントにもSamplingの記載はありません。

MCPサーバーからクライアントに安いモデルを使わせることはできますか?

できません。modelPreferences やモデルの hints は参考値で、最終的なモデル選択はクライアントが行うと仕様に書かれています。クライアントが必ず守るのは maxTokens だけです。モデルを自分で決めたいなら、呼び出しをサーバー側に移すのが確実です。

ここでいう「MCP Token」はAPIトークンのことですか?

違います。この記事が扱うのは、SamplingやツールのやりとりでコンテキストとLLMの請求に使われるトークンです。MCPサーバーのAPIキーやOAuthのアクセストークンはセキュリティの話題として別に扱っています。

まとめ

MCPのSamplingは2026-07-28版の仕様で非推奨になり、推奨される移行先はサーバーからLLMプロバイダーのAPIを直接呼ぶ方法です。Samplingには、大きな入力をエージェントのコンテキストの外でクライアントのモデルに読ませ、短い答えだけを返せるという、トークン面での確かな利点がありました。移行するときはこの利点を手放さないでください。生データをそのままエージェントに返すのは、私の試算で最も高くつく作り方でした。事実が分かれば足りるならコードで処理し、文章が必要なら小さいモデルを入力・出力の上限つきで使い、プロバイダーの利用量をツールごとに記録してください。そのモデル呼び出しの請求は、これからは自分に届きます。

参考資料

関連記事:MCPのCode Executionと直接のツール呼び出しの比較 ・ MCPツールの結果を小さくする8つの方法

NodeFlare Docs ・ NodeFlare Pricing

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。

MCP Samplingが非推奨に:トークン代は誰が払う?4つの移行先をコスト比較【MCP Token・2026-07-28仕様】 | Blog | Nodeflare