MCP, CLI ou skills: quanto cada abordagem pesa no contexto, segundo a OpenRouter

A medição da OpenRouter usa uma tarefa só: descobrir a última release do repositório cli/cli e as três issues abertas mais recentes com o label bug. Foram comparados o servidor MCP do GitHub, a CLI gh e uma skill de gh, em Claude Haiku 5.5, Claude Sonnet 5.5, GPT-6 Luna e Gemini 3.8 Flash. No Sonnet 5.5, os três acertaram. A CLI gastou 1.421 tokens de entrada, a skill 3.315 e o MCP com as 46 ferramentas padrão 59.417. Em custo, foram US$ 127 contra US$ 7,50 por mil tarefas, 17 vezes mais.

As definições das 46 ferramentas somam 19.436 tokens por requisição no Sonnet 5.5, mas não são o único peso. O resultado de get_latest_release devolveu o objeto completo da release, com 42.182 caracteres (87% descrevendo os 22 arquivos de download), cerca de 20.400 tokens que ficam no contexto e são reenviados a cada turno. A contagem varia por modelo (8.903 tokens no GPT-6 Luna) e até por provedor: no Gemini 3.8 Flash, 8.525 pelo Vertex e 13.010 pelo AI Studio.

O Tool Search, ainda em beta, adia as definições marcadas com defer_loading e derruba o custo inicial das 46 ferramentas para menos de 600 tokens (578 nos modelos Claude). Mas o resultado na tarefa inteira dependeu do modelo: reduziu pela metade o custo no Sonnet 5.5 e aumentou no Haiku 5.5, que errou argumentos de list_issues e fez várias tentativas. A OpenRouter também testou só um servidor e uma tarefa, e recomenda medir no seu caso.

O tema do peso do MCP já aparecia na cobertura do CEVIU. Em 17 de março de 2026, o texto "Seu Servidor MCP Devora a Janela de Contexto: Uma Abordagem Mais Simples" descrevia o context bloat causado por definições extensas de ferramentas. Em 2 de setembro de 2026, "A 'Taxa MCP': Desvendando o Custo Invisível dos Servidores em Modelos de IA" tratava do custo oculto dos servidores. Agora há números comparativos entre MCP, CLI e skill na mesma tarefa, com o Tool Search como mitigação medida.

Para quem opera agentes em produção, a leitura é que o custo do MCP não está só no catálogo de ferramentas. O tamanho dos resultados pesa tanto quanto as definições, e o Tool Search não resolve isso. Na prática, vale limitar as ferramentas expostas, cortar ou filtrar resultados no cliente, impor teto de requisições no loop e medir por modelo e provedor antes de escolher a abordagem.