MCP-Tools erhöhen Ihre Claude Code Input-Token-Rechnung, anstatt sie zu senken; jeder Prompt, den Sie über ein Cleaning-Tool senden, kostet letztlich mehr Token und damit mehr Geld. Entwickler, die nach niedrigeren API-Kosten streben, greifen oft zu MCP-basierten Cleanern in der Annahme, dass diese den Prompt kürzen, bevor das Modell ihn sieht.

Warum der Token-Zähler entscheidend ist

Claude Code zählt Token in dem Moment, in dem Ihr Text das Kontextfenster des Modells erreicht. Das Modell beginnt, den Roh-Prompt zu lesen, und entscheidet erst dann, ob es ein MCP-Tool aufrufen soll. Das Cleaning-Tool wird erst ausgeführt, nachdem der ursprüngliche Text bereits Teil des Gesprächs ist, sodass der Zähler diese Token bereits erfasst hat.

Ein typischer Ablauf sieht so aus:

  1. Ihr Roh-Prompt wird übermittelt – der Token-Zähler läuft.
  2. Das Modell liest den Prompt und entscheidet sich, das Cleaning-Tool aufzurufen.
  3. Das Tool gibt eine gekürzte Version zurück.
  4. Der Kontext enthält nun drei Dinge: den ursprünglichen Prompt, die Metadaten des Tool-Aufrufs und den bereinigten Prompt.

Sie werden für alle drei Einträge abgerechnet. Die „bereinigte“ Version ersetzt nicht das Original; sie steht lediglich daneben.

Wann MCP-Cleaning tatsächlich hilft

Ein MCP-Tool spart nur dann Token, wenn der Rohtext niemals in den Hauptkontext von Claude Code gelangt. Dies geschieht bei nachgelagerten Aufrufen (downstream calls) wie:

  • Retrieval-Augmented Generation (RAG)-Abfragen, die das Modell an eine Suchmaschine oder Datenbank weiterleitet.
  • Anweisungen, die an Sub-Agenten gesendet werden, die unabhängig vom Hauptgespräch agieren.

In diesen Fällen leitet das Modell die bereinigte Payload direkt an das externe System weiter, wodurch der ursprüngliche Benutzertext aus der primären Token-Zählung herausgehalten wird.

Wie Sie Ihre Input-Token tatsächlich reduzieren

Wenn Sie die Anzahl der Token reduzieren möchten, die Sie Claude Code zuführen, bereinigen Sie den Text, bevor er das Modell erreicht. Hier sind drei praktische Ansätze, die heute funktionieren:

  • Systemweite Hotkeys – Nutzen Sie unter Windows Skripte wie AutoHotkey; unter macOS verwenden Sie Automator. Das Skript markiert den Text, den Sie senden möchten, leitet ihn an eine externe API weiter, die eine bereinigte Version zurückgibt, und ersetzt dann den Text im Editor. Da die Rohversion Ihre Maschine nie verlässt, wird nur die bereinigte Version übermittelt.
  • CLI-Piping – Starten Sie Claude Code über ein Terminal und verarbeiten Sie Ihren Prompt vorab mit einem Bash-Filter (z. B. einem sed- oder Python-Skript), der unnötige Leerzeichen, Kommentare oder doppelte Phrasen entfernt. Der gefilterte Output ist das, was an das Modell übergeben wird.
  • MCP nur für nachgelagerte Aufrufe – Reservieren Sie MCP-Tools für die zuvor beschriebenen RAG- oder Sub-Agenten-Schritte. Lassen Sie das Modell den ursprünglichen Benutzer-Prompt direkt verarbeiten und lassen Sie das Cleaning-Tool nur auf die Payload wirken, die die Hauptkonversation verlässt.

Häufige Fallstricke, die es zu vermeiden gilt

  • Die Annahme, dass MCP-Tools den ursprünglichen Prompt kürzen – Sie fügen einen Token-Block für den Tool-Aufruf hinzu und bewahren den Rohtext, was die Gesamtzahl aufbläht.
  • Verlass auf Claude Code Hooks – Hooks können zusätzlichen Kontext injizieren oder Prompts blockieren, aber sie können den Text, der bereits in der Konversation steht, nicht überschreiben.
  • Verwendung von Slash-Befehlen mit Inline-Cleaning – Selbst wenn ein Befehl ein Cleaning-Skript ausführt, bleiben die Roh-Argumente Teil der Befehlszeile, die das Modell aufzeichnet, sodass Sie auch dafür bezahlen.

Der Token-Zähler beginnt in dem Moment zu laufen, in dem Ihre Zeichen den API-Endpunkt des Modells erreichen. Alles, was erst danach bereinigt wird, verursacht lediglich zusätzlichen Overhead.

Was das für Entwickler bedeutet

Token-Preise erscheinen als einzelner Posten auf den meisten Rechnungen für KI-Dienste. Zu viel zu bezahlen, weil ein „Cleaner“ versteckte Token hinzufügt, kann schnell alle erhofften Einsparungen zunichtemachen. Verlagern Sie den Reinigungsschritt auf die Client-Seite, um die Token-Zahl transparent und Ihr Budget kalkulierbar zu halten.

Fazit: MCP-Tools sind nützlich für nachgelagerte Payloads, aber sie können die Token des von Ihnen getippten Prompts nicht kürzen. Bereinigen Sie den Text, bevor Sie ihn senden, oder beschränken Sie das Cleaning auf Aufrufe, die niemals im Hauptkontext erscheinen, wenn Sie eine echte Reduzierung der Claude Code Token-Kosten erreichen wollen.