MCP 收費嗎:開源協議免費邊界、第三方 API 帳單與隱形 Token 開銷說明

搜「mcp 收費 嗎」的人常擔心裝多了插件會被扣費。MCP(模型上下文協議)本身和官方 SDK 採用 MIT 協議完全免費;實際使用中可能產生費用的只有兩處:掛載過多工具佔用的大模型上下文 Token,以及部分外部商業數據源自帶的 API 套餐。

NNathaniel bigo··原創首發·AI 輔助撰寫
9 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 免費帳號 帳號

結論先說

  1. MCP 協議本身、官方各語言 SDK 以及官方基礎參考伺服器 100% 免費:全部採用寬鬆的 MIT 開源協議,不管你是個人日常用,還是自己在公司產品裏開發商業閉源 MCP 服務,都不需要向協議方交任何授權費。
  2. 絕大部分跑在你本機的工具類 MCP 也是完全免費的:比如讀寫本地目錄、操作本地 Git、連接你自己的數據庫、驅動本機 Chrome 調試,全在自己電腦進程裏完成,零附加費用。
  3. 遇到要花錢的 MCP,收錢的是「背後的商業數據源」而不是 MCP 協議:比如接商業網頁搜尋、雲端付費網頁解析(如 /guides/firecrawl-web-scraping-for-llm-quickstart)或企業付費 SaaS,你買的是那家服務商原本的接口額度。
  4. 最容易被忽略的「隱形開銷」是大模型上下文 Token:每啟用一個 MCP 伺服器,它底下所有工具的名稱與參數說明都會塞進每次對話請求裏,裝太多不常用的 MCP 會白白消耗你的模型配額。

MCP 生態裏免費層與付費層拆解

圖:本站根據 modelcontextprotocol.io 官方規範與許可說明 整理的示意圖

本文根據 Model Context Protocol 官方網站(modelcontextprotocol.io)、官方 GitHub 組織許可文件及 Claude Code 成本管理文檔整理,核對日期 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是相關基金會或 Anthropic 官方網站。

適用於誰

  • 搜「mcp 收費 嗎」「claude mcp 要錢嗎」的初學者與團隊採購評估人;
  • 在 Claude Code、Cursor 或 Codex 裏裝了幾個 MCP 伺服器後,看到某個插件提示填 API_KEY 充值,搞不清這筆錢是誰收的開發者;
  • 發現掛上七八個 MCP 之後明明一句話還沒幹活,帳號訂閱限額掉得比以前快了一截的人。

如果你還不清楚 MCP 具體是怎麼工作的,可以先看入門篇 /guides/mcp-model-context-protocol。

一、用「USB 接口」比喻一秒分清誰免費、誰收費

你可以把 MCP 直接理解成電腦上的 USB 接口標準:

  • 接口標準本身不收使用費:你把滑鼠、U 盤插進電腦,沒有人會按插拔次數收你的「接口過路費」;
  • 連自家現成裝置免費:用 MCP 連你本地現成的 PostgreSQL、SQLite、代碼目錄或瀏覽器,就像插上你已經買好的硬碟,除了電費(本機算力)沒有任何額外帳單;
  • 連外部收費訂閱服務按原服務計費:如果某個 MCP 連的是按次計費的商業搜尋引擎、企業徵信庫或付費項目管理後台,那就像往電腦上插了一張需要月租的上網卡——費用完全由那家外部服務商收取,和 MCP 無關。

在挑選社區 MCP 插件時,只要看一眼它的 README 有沒有要求去某個商業網站申請計費密鑰,就能提前判斷它需不需要額外付費(挑選與安全排查步驟見 /guides/mcp-servers-how-to-choose-audit)。

接入不同 MCP 為什麼帳單不一樣

圖:本站根據 MCP 官方文檔與客戶端成本指南 整理的示意圖

二、為什麼「全裝免費本地 MCP」也會讓模型帳單變貴?

這是很多重度編碼助手用戶踩過的真實盲區:明明裝的十個 MCP 全是免費開源本地腳本,為什麼 API 帳單或者訂閱周限額消耗明顯加快了?

原因出在大模型的工具發現機制上:

  1. 工具說明書占上下文:為了讓大模型知道手頭有哪些工具可用,客戶端每次發消息時,都要把當前已開啟的 MCP 工具名稱、用途描述、JSON 參數結構放進上下文。一個大型雲平台 MCP 動輒暴露三四十個工具,光定義文本就能佔掉好幾千甚至上萬 Token;
  2. 工具返回大塊原始數據:比如數據庫查詢 MCP 沒有加 LIMIT 一次性拉回五百行記錄,或者網頁抓取 MCP 把整頁導航欄廣告全塞回對話歷史,後續每一輪追問都要揹着這堆大文本重複計費(詳細控費原理見 /guides/multi-agent-token-cost-why-high-how-to-control)。

三個立竿見影的省額度習慣

  • 按項目裝,別全塞進全局配置:前端項目只在項目 .mcp.json 裏開設計稿與瀏覽器調試 MCP,後端項目只開只讀數據庫 MCP,平時不用的服務及時停用;
  • 用命令行取代厚重包裝:Claude Code 官方成本指南專門提醒,像 GitHub、AWS 這類本機已有成熟 CLI(gh、aws)的工具,讓模型直接按需跑一條輕量命令,往往比常駐掛載幾十個工具定義的龐大 MCP 更省底座上下文;
  • 高頻剛需用戶選對宿主套餐:在 Claude Desktop 或網頁端連接官方遠程連接器時,注意核對免費檔與付費訂閱檔的功能開放範圍;日常重度使用 Claude Code 配合多路本地 MCP 開發時,也可參考 /chongzhi/claude-pro 或 Max 檔位的官方額度說明規劃配額。

常見問題

Q:免費版的 Claude 網頁或桌面客戶端能用自定義本地 MCP 嗎?

桌面客戶端(Claude Desktop)本地配置文件掛載本地 stdio MCP 與雲端遠程自定義連接器(Connectors)的開放範圍不一樣:本地配置依賴桌面端支持,而部分遠程自定義連接器與團隊共享連接器管理能力僅面向 Pro、Max、Team 等付費訂閱層級開放,以官方客戶端設定頁當天提示為準。

Q:我們公司自己開發一個硬件或 SaaS 的官方 MCP Server 發佈到 npm,需要向官方申請商業授權嗎?

不需要。官方 TypeScript、Python、Java、Go、C# 等 SDK 均為開源許可,任何企業都可以免費基於官方 SDK 開發並分發自家的 MCP Server,無需認證繳費。

相關教學

參考資料

  • Model Context Protocol 官方網站 — https://modelcontextprotocol.io/
  • Model Context Protocol 官方開源組織 — https://github.com/modelcontextprotocol
  • Claude Code 官方文檔:Manage costs effectively — https://code.claude.com/docs/en/costs

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    MCP 協議最新版本更新了什麼:無狀態架構、OAuth 2.1、結構化輸出與異步 Tasks 詳解

    搜「mcp 重大 更新」「mcp 協議 更新」想補齊規範演進脈絡?本文對照 modelcontextprotocol.io 官方規範更新日誌,梳理從 Streamable HTTP 到無狀態優先架構、OAuth 2.1 資源伺服器、Elicitation 交互補參與異步 Tasks 擴展的核心變化。

    Claude其他 AI 工具0
  2. 02

    A2A 和 MCP 有什麼區別:工具連接協議與智能體通信協議的邊界和配合

    很多人問「有了 MCP 為什麼還要出 A2A,兩者是不是二選一的競爭關係」。兩份官方規範都明確寫明它們是上下互補關係:MCP 負責給單個智能體掛載工具與數據源,A2A 負責讓多個獨立黑盒智能體跨團隊、跨框架互相派單協作。

    Claude其他 AI 工具0
  3. 03

    A2A 協議是什麼、怎麼用:Agent2Agent 智能體互聯規範、名片發現與 Python 接入流程

    A2A(Agent2Agent)是由 Google 發起並移交 Linux 基金會託管的開放智能體通信協議,用來讓不同團隊、不同框架開發的獨立智能體跨網絡互相派單協作。本文按官方規範講清 Agent Card、Task 狀態機與 Python SDK 接入步驟。

    Gemini其他 AI 工具0
  4. 04

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  5. 05

    CrewAI 多輪對話與記憶怎麼配:memory=True 三層記憶、人工介入與 Flows 狀態持久化

    剛用上 CrewAI 的人常疑惑 kickoff 跑完就結束,怎麼做多輪連續對話與跨次記憶。本文按官方文檔拆解 memory=True 的短期/長期/實體三層記憶、嵌入模型配置,以及用 Flows 狀態流和 @persist 搭建多輪會話的實戰寫法。

    其他 AI 工具0
  6. 06

    CrewAI 入門教學:Agent 角色、Task 任務、執行流程(Process)與第一個團隊示例

    CrewAI 是主打「擬人化角色分工」的 Python 多智能體開源框架。本文按官方文檔講清安裝要求、Agent(角色/目標/背景)、Task(任務描述與預期輸出)和 Process(順序接力與經理層級模式)的配合邏輯,並給出最小可運行代碼。

    其他 AI 工具0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~