OpenAI Responses APIのMCPトークン消費を抑える:mcp_list_tools・allowed_tools・ツール検索を実サーバー5つで試算【2026年版】
OpenAIのResponses APIにリモートMCPサーバーをつなぐと何に課金されるのか。mcp_list_toolsとprevious_response_idの課金、GitHub・Playwright・Notionなど5サーバーのツール定義の実測値、gpt-6.1-solでの5設定のコスト比較、allowed_toolsとdefer_loadingによるツール検索の使い分け、承認・プロンプトキャッシュ・Agents SDKのtool_filterまで整理しました。
最終更新:2026年11月2日 / 対象:OpenAI Responses APIのリモートMCPツール(
mcp_list_tools、allowed_tools、require_approval)、defer_loadingを使うツール検索(gpt-5.4以降)、OpenAIのプロンプトキャッシュ(GPT-5.6以降のprompt_cache_options.ttl)、OpenAI Agents SDK(Python)のMCP、gpt-6.1-solの料金
MCPのトークン消費(MCP Token)を減らす方法の解説は、Claude CodeやClaude API向けのものがほとんどです。OpenAIのResponses APIからリモートMCPサーバーを使う場合は、効いてくる仕組みの名前が変わります。取り込んだツール定義をまとめて持つ mcp_list_tools、ツールを絞る allowed_tools、承認の往復、そしてMCPサーバーごと後回しにできる tool_search です。この記事では、MCPツールを使ったときにOpenAIが何に課金するのかを整理し、実在する5つのMCPサーバーのツール定義を実測したうえで、同じエージェントを5通りの設定で試算します。
なお、ここでの「トークン」はLLMのトークン(コンテキストと課金の単位)のことで、APIキーやOAuthのアクセストークンのことではありません。
結論(30秒で読める要約)
- OpenAIのMCPツールには、呼び出し1回ごとの追加料金はありません。公式ガイドには「ツール定義の取り込みとツール呼び出しで使ったトークン分だけ支払う。ツール呼び出しごとの追加料金はない」とあります。つまりOpenAIでのMCPのトークン消費は、普通の入力・出力トークンです。
- 取り込んだツール定義は、毎回のリクエストに乗り続けます。
mcp_list_toolsは一覧を取り直さないために会話に残しておくもので、previous_response_idを使っても、チェーン内の過去の入力はすべて入力トークンとして課金されます。 - サーバーの重さはツール数では決まりません。o200k_baseで数えると、GitHubのリファレンスサーバー(26ツール)は3,548トークン、NotionのMCPサーバー(24ツール)は17,142トークンでした。Notionは全ツールが同じ約536トークンの
$defsブロックを抱えているためです。 - 一番効くのは
allowed_toolsです。GitHubとNotionをつないだ20リクエストの会話(gpt-6.1-sol)では、ツール定義だけでキャッシュなし1会話$0.828かかり、7ツールに絞ると$0.120(筆者の計算で−86%)になりました。 - ツール検索で後回しにできるのは、ツール単位ではなくサーバー単位です。gpt-5.4以降では
defer_loading: trueでサーバーを必要になるまでコンテキストから外せます。ただ、ガイドは「名前空間やMCPサーバー」を読み込む単位として書いているので、重いサーバーを一度読み込むと、その後はほぼ全量がかかります。allowed_toolsと組み合わせてください。 - キャッシュが下げるのは単価で、量ではありません。ツール定義はOpenAIのキャッシュ対象に含まれるので、試算ではキャッシュが効くと約9分の1になりますが、コンテキストが埋まる速さは同じです。
目次
- Responses APIでのMCPのトークン消費とは
- MCPツールを使うとOpenAIは何に課金するか
- 実測:5つのMCPサーバーのツール定義トークン
- 試算:同じエージェントを5つの設定で比べる
- 対策1:
allowed_tools - 対策2:
defer_loadingとツール検索 - 対策3:承認、
mcp_list_tools、プロンプトキャッシュ - OpenAI Agents SDK:
tool_filter、cache_tools_list、ホスト型ツール検索 - 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
- よくある質問
1. Responses APIでのMCPのトークン消費とは
Responses APIでのMCPのトークン消費とは、リモートMCPサーバーをつないだことでリクエストが使う入力・出力トークンのことです。中身は、取り込んだツール定義、モデルが書く呼び出し引数、サーバーが返す結果の3つです。どれもモデルの通常単価で課金され、定義と結果は一度入ると以降の会話に残り続けます。
Responses APIでMCPを使う方法は2つあります。
| 方式 | ツールを実行する場所 | 定義がモデルに届く経路 | 主な節約手段 |
|---|---|---|---|
ホスト型MCPツール("type": "mcp") |
OpenAIがリモートサーバーを呼ぶ | APIが mcp_list_tools に取り込む |
allowed_tools、defer_loading + tool_search、承認設定 |
| 自前のMCPクライアント(Agents SDKでstdioやStreamable HTTPのサーバーにつなぐ等) | 自分のプロセスが呼ぶ | 自分のコードが関数ツールに変換する | tool_filter、関数単位の defer_loading、自前の削減 |
この記事は主にホスト型MCPツールを扱い、Agents SDKは8章でまとめます。
2. MCPツールを使うとOpenAIは何に課金するか
OpenAIはMCPを普通のトークンとして課金します。料金ページにMCPの項目はなく、MCPガイドは「ツール定義の取り込みとツール呼び出しで使ったトークン分を支払う」と書いています。リクエストの中身ごとの扱いは次の通りです。
| リクエストに入るもの | 課金のされ方 | 以降のリクエストにも残るか | 出典 |
|---|---|---|---|
取り込んだツール定義(mcp_list_tools) |
入力トークン | 残る(残っている間、APIは一覧を取り直さない) | MCPガイド |
ツール呼び出しの引数(mcp_call) |
生成時は出力、以降は入力 | 残る | MCPガイド、料金ページ |
ツールの結果(mcp_call の出力) |
入力トークン | 残る | MCPガイド |
previous_response_id でつないだ過去のターン |
入力トークン(チェーン内の過去の入力はすべて入力として課金) | 残る | 会話状態ガイド |
| キャッシュされた先頭部分 | キャッシュ入力の単価(ツール定義もキャッシュ対象) | 残る | プロンプトキャッシュガイド |
ここから2つのことが言えます。
previous_response_idが省くのは「送り直す手間」で、「支払い」ではありません。チェーン内の各リクエストは、ツール定義を含む会話全体の分を課金されます。- 単価はモデルごとに違います。料金ページでは、gpt-6.1-solが100万トークンあたり入力$2.00、キャッシュ入力$0.10、30分キャッシュの書き込み$2.50、出力$10.00です(短いコンテキストの場合)。gpt-5.4は入力$2.50・キャッシュ$0.25・出力$15.00、gpt-5.5は$5.00・$0.50・$30.00です。この記事ではgpt-6.1-solで計算します。
3. 実測:5つのMCPサーバーのツール定義トークン
ツール定義はMCPのトークン消費のうち毎回かかる固定部分で、その大きさはツール数よりサーバーの作りで決まります。2026年11月2日に、MCP TypeScript SDKのクライアントで5つのMCPサーバーのツール一覧を取得し、各ツールの名前・説明・入力スキーマをJSONにしてo200k_base(npmのgpt-tokenizer)で数えました。
計測方法の注意:o200k_baseはOpenAIが公開しているトークナイザーですが、APIはツールを描画するときに独自の枠組みを足すので、近い目安として扱ってください。正確な値は、サーバーをつないだ場合とつながない場合で同じリクエストを送り、usage.input_tokens を比べると分かります。
| サーバー(npmパッケージ、バージョン) | ツール数 | 定義トークン | 1ツールあたり(最小〜最大) | 500文字超の説明 |
|---|---|---|---|---|
@modelcontextprotocol/server-github 2025.4.8(アーカイブ済みのリファレンス実装) |
26 | 3,548 | 81〜360 | 0 |
@playwright/mcp 0.0.84 |
25 | 3,902 | 45〜309 | 0 |
@modelcontextprotocol/server-filesystem 1.0.0 |
14 | 1,680 | 79〜187 | 0 |
@modelcontextprotocol/server-everything 1.0.0 |
13 | 1,077 | 43〜203 | 0 |
@notionhq/notion-mcp-server 2.6.1 |
24 | 17,142 | 581〜1,267 | 0 |
計測から分かったこと:
- ツール数は目安になりません。NotionはGitHubよりツールが少ないのに、定義トークンは約5倍です。
- 共通スキーマの重複が見えないコストになっています。Notionの24ツールは、どれも同じ
$defsブロック(リッチテキスト、親ページ、ブロック型など)を入力スキーマに持っていて、1ツールあたり約536トークン、合計12,864トークンで、サーバー全体の75%を占めます。引数のないAPI-get-selfでも581トークンあります。 - 説明文が短くても、ツールが軽いとは限りません。5つとも500文字を超える説明はないので、説明文を削るだけではこの数字はほとんど変わりません。効くのはスキーマとツールの選び方です。
参考までに、Anthropicのツール検索の記事では、公式のGitHub MCPサーバーが35ツール・約26Kトークン(Claudeのトークナイザー、別のサーバー)とされています。使うサーバーとバージョンで実際に測ってください。
4. 試算:同じエージェントを5つの設定で比べる
同じエージェントでも、設定次第でツール定義のトークンは10倍ほど変わります。以下は計算例です(筆者の計算で、OpenAIの課金を計測したものではありません)。
前提:
- GitHub(3,548トークン)とNotion(17,142トークン)をつないだエージェント。50ツール、定義は合計20,690トークン。
previous_response_idでつないだ20リクエストの会話を1件とする。- gpt-6.1-sol:100万トークンあたり入力$2.00、30分キャッシュの書き込み$2.50、キャッシュ入力$0.10。
- 「キャッシュあり」は、定義を1回書き込み、以降はそれが存在するリクエストで毎回キャッシュから読む想定。
- 数えるのはツール定義だけ。
tool_searchツール自体の定義や検索呼び出しのトークンは公開されていないため含めない。 allowed_toolsで残すのは、GitHubの4ツール(get_issue、list_issues、search_issues、add_issue_comment:468トークン)とNotionの3ツール(API-post-search、API-retrieve-page-markdown、API-query-data-source:2,529トークン)。- ツール検索では、特に断りがなければGitHubを3回目、Notionを8回目のリクエストで読み込む。
| 設定 | 1会話の定義トークン | キャッシュなし | キャッシュあり |
|---|---|---|---|
| A. 両サーバーの全ツールを取り込む | 413,800 | $0.828 | $0.091 |
B. allowed_tools で7ツールに絞る |
59,940 | $0.120 | $0.013 |
C. 両方に defer_loading、読み込まれるのはGitHubだけ |
63,864 | $0.128 | $0.015 |
D. 両方に defer_loading、両方とも読み込まれる |
286,710 | $0.573 | $0.078 |
E. allowed_tools(7ツール)+ defer_loading、両方読み込まれる |
42,237 | $0.084 | $0.011 |
手で検算できます。Aは20,690 × 20 = 413,800トークンで、413,800 × $2.00 ÷ 100万 = $0.828です。キャッシュありは、書き込み20,690 × $2.50 ÷ 100万 = $0.052と、読み出し20,690 × 19 × $0.10 ÷ 100万 = $0.039の合計です。Dは3,548 × 18 + 17,142 × 13 = 286,710です。
読み方:
- 重いサーバーを結局使うなら、後回しより絞り込みが効きます。DはAより31%しか減りません。一度読み込まれたNotionが、会話の最後まで残るからです。先に絞ったEが一番安くなります。
- 後回しが効くのは、使われないことが多いサーバーです。Cは手でツールを選ばなくてもBに近い値になります。Notionが一度も読み込まれないからです。
- 件数が増えると差は大きな金額になります。1万会話なら、Aはキャッシュなしで約$8,276、Eは約$845です。
- ツールの結果はこの表に入っていません。大きな結果が15リクエスト分送り直されるだけで、定義全部より高くつくことがあります。7章と、ツール結果を小さくする記事もあわせて読んでください。
5. 対策1:allowed_tools
allowed_tools を指定すると、列挙したツールだけが取り込まれ、それ以外は mcp_list_tools にもモデルのコンテキストにも入りません。OpenAIのMCPガイドも、多くのツールをモデルに見せると「コストとレイテンシが高くなりうる」として、この設定を紹介しています。
from openai import OpenAI
client = OpenAI()
resp = client.responses.create(
model="gpt-6.1-sol",
tools=[
{
"type": "mcp",
"server_label": "github",
"server_url": "https://<your-github-mcp>/mcp",
"authorization": "<OAUTH_ACCESS_TOKEN>",
"allowed_tools": ["get_issue", "list_issues", "search_issues", "add_issue_comment"],
"require_approval": {"never": {"tool_names": ["get_issue", "list_issues", "search_issues"]}},
}
],
input="billingラベルの付いた未解決バグをまとめ、一番古いものにコメントして",
)
print(resp.usage)
使い方のコツ:
- サーバー単位ではなく、業務フロー単位で選びます。トリアージ用とリリース用のエージェントが同じサーバーを使い、別々のリストを取り込んでかまいません。
- 重いツールから外します。Notionは1ツール最低581トークンあるので、1つ外すだけで、GitHubのどのツール1つ分よりも多く減ります。
- JSONの例で示されているのは配列の形だけです。それ以外の書き方を使うなら、SDKのAPIリファレンスを確認してください。
- 会話の途中でリストを変えないでください。ツール名・スキーマ・順序が変わるとキャッシュが効かなくなります(7章)。
6. 対策2:defer_loading とツール検索
ツール検索を使うと、後回しにしたMCPサーバーは、モデルが必要と判断するまでコンテキストに入りません。OpenAIのツール検索ガイドは、MCPサーバーを使う場合は「MCPサーバーのツール定義に defer_loading: true を設定する」よう書いており、あわせて tools に {"type": "tool_search"} を加えます。対応モデルは新しいものに限られ、「Responses APIでは gpt-5.4 以降のモデルだけが tool_search に対応」しています。
tools = [
{"type": "tool_search"},
{
"type": "mcp",
"server_label": "notion",
"server_description": "Notionワークスペース:ページとデータベースの検索・閲覧・更新",
"server_url": "https://<your-notion-mcp>/mcp",
"authorization": "<OAUTH_ACCESS_TOKEN>",
"allowed_tools": ["API-post-search", "API-retrieve-page-markdown", "API-query-data-source"],
"defer_loading": True,
},
]
コストとキャッシュについてガイドが書いていること:
| 挙動 | ガイドの記述(要旨) |
|---|---|
| 読み込んだツールの置き場所 | モデルが新しいツールを見つけると、コンテキストの末尾に差し込まれる |
| キャッシュへの影響 | キャッシュを保つよう設計されているが、読み込むツールの組み合わせが変わると、その地点から先はキャッシュが切れる |
| 読み込みの単位 | 1回の tool_search_call で、複数の名前空間やMCPサーバーを読み込める |
| まとまりの大きさ | トークン効率と性能のため、1つの名前空間は10関数未満にするのがよい |
| 削減効果 | トークン使用量とコストを減らせる「可能性がある」とだけ書かれ、計測値は公開されていない |
うまく使うには:
- 多くの会話で使われないサーバーを後回しにします。4章のCのケースです。
- 後回しにする前に絞ります。ガイドは読み込みをサーバーや名前空間の単位で書いているので、24ツールのサーバーは大きなまま入ってきます。同じ定義に
allowed_toolsを付ければ、読み込まれる単位を小さくできます(4章のE)。 server_descriptionをきちんと書きます。モデルは見えている情報から読み込むサーバーを決めるので、後回しにしない場合より、1行の説明の重みが大きくなります。- 毎回必要なサーバーは1〜2個だけ後回しにしないでおきます。よくある依頼が毎回検索から始まらずに済みます。
7. 対策3:承認、mcp_list_tools、プロンプトキャッシュ
次の3つは、コンテキストの量は変えなくても、同じコンテキストに何回お金を払うかを左右します。
承認:初期設定では、コネクタやリモートMCPサーバーにデータを渡す前に承認を求められ、承認は「1回のツール呼び出しごと」です。承認のたびにレスポンスは mcp_approval_request で止まり、mcp_approval_response と previous_response_id を付けた新しいリクエストで続きを実行するので、そのリクエストでも会話全体が入力として課金されます(先頭がキャッシュに残っていれば大半はキャッシュ単価)。自動承認のときに内部でどう数えられるかはOpenAIが内訳を出していないので、読み取り専用ツールで "never" と "always" を切り替えて同じタスクを流し、usage.input_tokens を比べてください。5章の例のように、require_approval をオブジェクトで書けば、読み取りツールだけ承認を省けます。
mcp_list_tools:この項目が会話に残っている間、APIは毎ターンMCPサーバーから一覧を取り直しません。OpenAIはレイテンシのために残しておくことをすすめています。store: false などで履歴を自分で管理していてこの項目を落とすと、APIは一覧を取り込み直します。残しておけば待ち時間は減りますが、定義がタダになるわけではありません。どちらにしても毎回の入力に含まれます。
プロンプトキャッシュ:OpenAIは、ツール定義や会話履歴を含む、描画済みのコンテキスト全体をキャッシュします。MCPに関係する点は次の通りです。
| 項目 | GPT-5.6以降 | それより前のモデル |
|---|---|---|
| キャッシュできる最小の先頭部分 | 表示される入力1,024トークン | リクエストの設定による |
| 保持期間の指定 | prompt_cache_options.ttl:"30m"(既定)か "12h" |
prompt_cache_retention:in_memory か 24h |
| 書き込みの単価 | 30分は入力の1.25倍、12時間は2.5倍 | モデルごと(料金ページ参照) |
| 読み出しの単価 | 入力の0.1倍(GPT-6.1 SolとTerraは0.05倍) | モデルごと |
| ヒットの確認 | usage.input_tokens_details.cached_tokens |
同じ |
ガイドは、ツールの名前・説明・スキーマ・順序を変えるとキャッシュが再利用できなくなること、コンパクション(要約)でも変わった位置から先は再利用できなくなることも注意しています。ツールの順序を入れ替えたり、説明文に時刻を入れたりするMCPサーバーは、取り込むたびにキャッシュを壊します。詳しくはMCPのプロンプトキャッシュの記事を参照してください。
8. OpenAI Agents SDK:tool_filter、cache_tools_list、ホスト型ツール検索
Agents SDK(Python)には、ホスト型と自前接続のMCPサーバーで別々の設定があり、トークンが減るのはその一部だけです。
| 設定 | 対象 | トークンは減るか | 内容 |
|---|---|---|---|
HostedMCPTool(tool_config={...}) に allowed_tools |
ホスト型MCP | 減る | Responses APIの同名フィールドと同じ |
tool_config["defer_loading"] = True + ToolSearchTool |
ホスト型MCP | 読み込まれるまで減る | OpenAIのResponsesモデルでのみ対応 |
tool_filter=create_static_tool_filter(allowed_tool_names=[...]) |
自前のMCPサーバー(stdio、Streamable HTTP) | 減る | 許可リストを先に適用し、そこから blocked_tool_names を除く |
関数で書く tool_filter(コンテキスト・エージェント・サーバーで判定) |
自前のMCPサーバー | 減る | エージェントや実行ごとに別のツールを見せる |
cache_tools_list=True |
自前のMCPサーバー | 減らない | 実行のたびに list_tools() を呼ばずに済ませ、待ち時間を減らす |
from agents import Agent
from agents.mcp import MCPServerStreamableHttp, create_static_tool_filter
notion = MCPServerStreamableHttp(
params={"url": "https://<your-notion-mcp>/mcp",
"headers": {"Authorization": "Bearer <API_KEY>"}},
cache_tools_list=True, # 待ち時間対策。定義はモデルに送られる
tool_filter=create_static_tool_filter(
allowed_tool_names=["API-post-search", "API-retrieve-page-markdown"]
),
)
agent = Agent(name="Docs helper", instructions="Notionの内容をもとに答える", mcp_servers=[notion])
よくある勘違いは、cache_tools_list をトークン削減の設定だと思うことです。これは手元で一覧をキャッシュしてネットワークの往復を省くもので、フィルタを通ったツール定義はすべてモデルに送られます。
9. チェックリスト
- [ ] つないだサーバーごとに定義トークンを測った(同じリクエストをサーバーあり・なしで送り、
usage.input_tokensを比較) - [ ] すべてのホスト型MCPツールに、業務フローに合わせた
allowed_toolsがある - [ ] 多くの会話で使わないサーバーに
defer_loading: trueと分かりやすいserver_descriptionを付けた(gpt-5.4以降) - [ ] 重いサーバーは後回しにする前に絞り込んだ
- [ ] 読み取り専用ツールは
require_approvalのオブジェクト指定で承認を省き、書き込み系は承認を残した - [ ] 履歴を自分で管理する場合も
mcp_list_toolsを会話に残している - [ ] ツールの順序と説明文が安定していて、2回目以降のリクエストで
cached_tokensにヒットが出ている - [ ] Agents SDKでは
tool_filterを設定し、cache_tools_listをトークン削減として数えていない - [ ] 大きなツール結果は、会話に入る前に削るか要約している
10. よくあるハマりどころ
| 症状 | 原因 | 対処 |
|---|---|---|
| サーバーをつないだだけで入力トークンが数千増える | 全ツールが mcp_list_tools に取り込まれる |
allowed_tools を設定し、先にサーバーを測る |
| 「小さい」サーバーなのに高い | 全ツールに大きな共通スキーマ($defs)が重複している |
ツールを絞る。各ツールに必要な定義だけ持たせるようメンテナーに依頼する |
| ツール検索がほとんど効かない | 重いサーバーが大半の会話で読み込まれる | allowed_tools と defer_loading を組み合わせる |
tool_search がエラーになる、または無視される |
Responses APIでgpt-5.4より古いモデルを使っている | gpt-5.4以降を使うか、絞り込みで対応する |
previous_response_id にしても請求が減らない |
チェーン全体が入力として課金される | チェーンを短くする、要約する、タスクごとに会話を分ける |
cached_tokens がずっと0 |
先頭部分が最小値に届かない、またはツールの順序や内容がリクエストごとに変わる | ツール一覧を安定させ、モデルの最小値を確認する |
cache_tools_list=True にしてもAgents SDKのコストが減らない |
減るのは待ち時間で、トークンではない | tool_filter を追加する |
| ツール呼び出しのたびに遅い | 毎回承認を求めている | 読み取りツールだけ require_approval で承認を省く |
11. 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、その前にサーバー単位のトークン設定を4つ持つproxyを置きます。どれもproxy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。サーバーURLにつなぐクライアントならどれでも効くので、Responses APIのホスト型MCPツールやAgents SDKでもそのまま使えます。
課題1:ツール呼び出しが重なり、大きな結果が会話にたまる(4章・7章)。Code Executionの tool_code_mode をオンにします。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。複数のツール呼び出しが1回の実行にまとまり、会話に入るのは実行の戻り値だけです。実行はファイルシステム・環境変数・プロセス起動なしの独立したDenoサブプロセスで動き、ネットワークはproxyのコールバック先に限られます。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。計算例(4章と同じ前提での筆者の計算で、NodeFlareの計測値ではありません):検索1回と課題の取得5回で6,000トークンの結果が20リクエスト中4回目に会話へ入ると、17回送り直されて102,000トークン、gpt-6.1-solのキャッシュなしで$0.204です。500トークンの要約だけを返す実行に置き換えると8,500トークン、$0.017です。
課題2:全ツールが取り込まれ、tool_search はgpt-5.4以降でしか使えない(3章・6章)。tool_search_mode をオンにします。NodeFlareは tools/list を2つのメタツール search_tools(query) と call_tool(name, args) に畳み込むので、どのモデルでも、クライアントが取り込む定義は全カタログではなく2つになります。検索は既定で語句一致で、GEMINI_API_KEY を設定すると意味検索(embedding)に切り替わります。embeddingが失敗しても語句一致に戻り、リクエストが止まることはありません。
課題3:エージェントごとに allowed_tools のリストを管理するのが大変(5章)。tool_list_filter_by_scope をオンにし、エージェントごとに tools:call:get_issue や tools:call:search_issues のようなスコープを持つ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(スキーマは同じ)、それ以外の呼び出しはサーバーに届く前にproxyが拒否します。絞り込みが資格情報の側にあるので、そのキーを使うどのクライアントにも同じように効きます。
課題4:残したツールの説明文が長い。tool_schema_slim をオンにすると、500文字を超えるツール説明をUTF-8の境界で安全に切り詰めます。名前と入力スキーマはそのままです。ただし限界もはっきりさせておくと、3章で測った5サーバーにはそこまで長い説明はなく、Notionの重さは入力スキーマにあるので、このスイッチでは変わりません。そうしたサーバーには、スコープによる絞り込み、ツール検索モード、Code Executionが向いています。
NodeFlareは決まった削減率を公表していません。スイッチを入れる前後で usage.input_tokens を比べてください。
最小の始め方:
- 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。
- デプロイしたら
tool_code_modeをオンにします(必要に応じてtool_search_modeやtool_list_filter_by_scopeも)。 - Responses APIの
mcpツールのserver_urlにサーバーURLを入れ、APIキーをBearerの資格情報として渡します。
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-hoursのコンピュート)。→ nodeflare.techで始める
12. よくある質問
OpenAIはMCPのツール呼び出しに追加料金をかける?
かけません。OpenAIのMCPガイドには、ツール定義の取り込みとツール呼び出しで使ったトークン分だけを支払い、呼び出しごとの追加料金はないと書かれています。定義・引数・結果は、モデルの通常の入力・出力単価で課金されます。
MCPサーバーはOpenAIのリクエストに何トークン足される?
サーバーによります。筆者がo200k_baseで数えたところ、GitHubのリファレンスサーバーは26ツールで3,548トークン、NotionのMCPサーバーは24ツールで17,142トークンでした。同じリクエストをサーバーあり・なしで送り、usage.input_tokens の差を見れば自分の環境の値が分かります。
Responses APIの mcp_list_tools とは?
リモートMCPサーバーから取り込んだツール定義を、APIが保存しておく出力項目です。会話に残っている間は、APIが毎ターン一覧を取り直すことはありません。ただし中の定義は、毎回のリクエストの入力に含まれます。
OpenAI APIが取り込むMCPツールを制限するには?
mcp ツールの定義に、ツール名の配列で allowed_tools を付けます。取り込まれるのはそのツールだけになり、定義トークンとモデルの選択肢の両方が減ります。Agents SDKで自分でつなぐサーバーなら tool_filter を使います。
OpenAIのツール検索はMCPサーバーでも使える?
Responses APIのgpt-5.4以降なら使えます。tools に {"type": "tool_search"} を加え、MCPサーバーの定義に defer_loading: true を付けます。モデルは必要になった時点でサーバーを読み込み、読み込んだツールはコンテキストの末尾に追加されます。
previous_response_id を使えばMCPのトークンコストは下がる?
下がりません。会話状態のガイドには、チェーン内の過去の入力はすべて入力トークンとして課金されるとあります。取り込んだ定義や過去のツール結果は、毎回のリクエストで課金されます。省けるのはデータの送り直しで、支払いではありません。
MCPのツール定義はOpenAIのプロンプトキャッシュに乗る?
乗ります。OpenAIはツール定義を含む描画済みのコンテキスト全体をキャッシュします。ツールの名前・説明・スキーマ・順序を変えると再利用できなくなるので、会話の中では取り込むリストを固定し、cached_tokens を確認してください。
require_approval でトークン消費は増える?
リクエストの数は増えます。承認のたびにレスポンスが止まり、mcp_approval_response を付けた新しいリクエストを送るので、そのリクエストでも会話の入力が課金されます。自動承認の場合より多いかどうかはOpenAIが内訳を出していないため、同じタスクで usage を比べてください。読み取り専用ツールの承認を省くと待ち時間も減ります。
Agents SDKの cache_tools_list でトークンは減る?
減りません。実行のたびに list_tools() を呼ばないよう手元で一覧をキャッシュするもので、減るのは待ち時間です。tool_filter を通ったツールはすべてモデルに送られます。
ここでいう「MCP Token」はAPIトークンのこと?
違います。この記事が扱うのは、MCPのツール定義や結果が消費するLLMのトークンです。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です。
まとめ
OpenAIのResponses APIでは、MCPに呼び出しごとの料金はなく、MCPのトークン消費は普通の入力・出力です。mcp_list_tools に取り込んだ定義、呼び出しの引数、結果が、previous_response_id のチェーンでは毎回のリクエストで課金されます。サーバーの重さは大きく違い(筆者の計測でGitHubのリファレンスサーバーは3,548トークン、Notionは17,142トークン)、つなぐ前に測る価値があります。一番効くのは allowed_tools で、defer_loading を使ったツール検索は使われないことが多いサーバーに効き、プロンプトキャッシュは量を減らさずに単価を下げます。まず絞り、次に後回しにし、リストを固定し、変更のたびに usage を確認してください。
参考資料
- OpenAI Docs:MCP and connectors
- OpenAI Docs:Tool search
- OpenAI Docs:Prompt caching
- OpenAI Docs:Conversation state
- OpenAI API Pricing
- OpenAI Agents SDK(Python):MCP
- Anthropic Engineering:Introducing advanced tool use
- gpt-tokenizer(npm):o200k_baseでの計測に使用
- 計測したパッケージ:@modelcontextprotocol/server-github、@playwright/mcp、@modelcontextprotocol/server-filesystem、@modelcontextprotocol/server-everything、@notionhq/notion-mcp-server
関連記事:MCPのプロンプトキャッシュとツール定義 ・ MCPツールは何個までが適切か ・ リモートMCPのクライアント設定早見表(エージェントAPIを含む)
