MCP ટૂલ્સ તમારા Claude Code ઇનપુટ-ટોકન બિલમાં ઘટાડો કરવાને બદલે વધારો કરે છે; તમે ક્લિનિંગ ટૂલ દ્વારા મોકલેલા દરેક પ્રોમ્પ્ટ માટે વધુ ટોકન્સનો ખર્ચ થાય છે, અને તેથી વધુ પૈસા ખર્ચાય છે. ડેવલપર્સ જેઓ API ખર્ચ ઘટાડવા માંગે છે તેઓ ઘણીવાર MCP-આધારિત ક્લિનર્સનો ઉપયોગ કરે છે, એવું માનીને કે તે મોડેલ જોતા પહેલા પ્રોમ્પ્ટને નાનો કરી દેશે.
ટોકન મીટર શા માટે મહત્વનું છે
તમારો ટેક્સ્ટ મોડેલના કોન્ટેક્સ્ટ વિન્ડો (context window) સુધી પહોંચતાની સાથે જ Claude Code ટોકન્સ ગણવાનું શરૂ કરી દે છે. મોડેલ કાચા (raw) પ્રોમ્પ્ટને વાંચવાનું શરૂ કરે છે, અને પછી નક્કી કરે છે કે MCP ટૂલનો ઉપયોગ કરવો કે નહીં. ક્લિનિંગ ટૂલ મૂળ ટેક્સ્ટ વાતચીતનો ભાગ બની ગયા પછી પછીથી ચાલે છે, તેથી મીટરે તે ટોકન્સ પહેલેથી જ નોંધેલા હોય છે.
એક સામાન્ય પ્રવાહ આ મુજબ દેખાય છે:
- તમારો કાચો (raw) પ્રોમ્પ્ટ સબમિટ કરવામાં આવે છે – ટોકન કાઉન્ટર વધે છે.
- મોડેલ પ્રોમ્પ્ટ વાંચે છે અને ક્લિનિંગ ટૂલને કોલ કરવાનો નિર્ણય લે છે.
- ટૂલ ટ્રીમ્ડ (trimmed) વર્ઝન પરત કરે છે.
- હવે કોન્ટેક્સ્ટમાં ત્રણ વસ્તુઓ હોય છે: મૂળ પ્રોમ્પ્ટ, ટૂલ-કોલ મેટાડેટા, અને ક્લીન કરેલ પ્રોમ્પ્ટ.
તમને આ ત્રણેય એન્ટ્રીઓ માટે બિલ કરવામાં આવે છે. "ક્લીન" વર્ઝન મૂળ પ્રોમ્પ્ટનું સ્થાન લેતું નથી; તે ફક્ત તેની સાથે જ રહે છે.
જ્યારે MCP ક્લિનિંગ મદદરૂપ થાય છે
MCP ટૂલ ત્યારે જ ટોકન્સ બચાવે છે જ્યારે કાચો ટેક્સ્ટ મુખ્ય Claude Code કોન્ટેક્સ્ટમાં ક્યારેય પ્રવેશતો નથી. તે નીચે મુજબના ડાઉનસ્ટ્રીમ કોલ્સ (downstream calls) માટે થાય છે:
- Retrieval-augmented generation (RAG) ક્વેરીઝ જે મોડેલ સર્ચ એન્જિન અથવા ડેટાબેઝને ફોરવર્ડ કરે છે.
- સબ-એજન્ટ્સ (sub-agents) ને મોકલવામાં આવેલી સૂચનાઓ જે પ્રાથમિક વાતચીતથી સ્વતંત્ર રીતે કાર્ય કરે છે.
તે કિસ્સાઓમાં મોડેલ ક્લીન કરેલ પેલોડ (payload) સીધો બાહ્ય સિસ્ટમને ફોરવર્ડ કરે છે, જેનાથી મૂળ યુઝર ટેક્સ્ટ મુખ્ય ટોકન કાઉન્ટની બહાર રહે છે.
તમારા ઇનપુટ ટોકન્સ ખરેખર કેવી રીતે ઘટાડવા
જો તમે Claude Code ને આપતા ટોકન્સની સંખ્યા ઘટાડવા માંગતા હોવ, તો ટેક્સ્ટ મોડેલ સુધી પહોંચે તે પહેલા તેને ક્લીન કરો. અહીં ત્રણ વ્યવહારુ અભિગમો છે જે અત્યારે કામ કરે છે:
- System-level hotkeys – Windows પર AutoHotkey સ્ક્રિપ્ટનો ઉપયોગ કરો; macOS પર Automator નો ઉપયોગ કરો. સ્ક્રિપ્ટ તમે મોકલવા જઈ રહેલા ટેક્સ્ટને પસંદ કરે છે, તેને એક્સટર્નલ API ને મોકલે છે જે ક્લીન કરેલ વર્ઝન પરત કરે છે, અને પછી એડિટરમાં ટેક્સ્ટને બદલી નાખે છે. કારણ કે કાચું વર્ઝન તમારા મશીન પરથી ક્યારેય બહાર જતું નથી, તેથી ફક્ત ક્લીન કરેલ વર્ઝન જ સબમિટ કરવામાં આવે છે.
- CLI piping – ટર્મિનલમાંથી Claude Code લોન્ચ કરો અને તમારા પ્રોમ્પ્ટને bash ફિલ્ટર (દા.ત.,
sedઅથવા Python સ્ક્રિપ્ટ) દ્વારા પ્રી-પ્રોસેસ કરો જે બિનજરૂરી વ્હાઇટસ્પેસ, કોમેન્ટ્સ અથવા ડુપ્લીકેટ શબ્દોને દૂર કરે છે. ફિલ્ટર કરેલ આઉટપુટ જ મોડેલને આપવામાં આવે છે. - MCP for downstream calls only – MCP ટૂલ્સને અગાઉ વર્ણવેલ RAG અથવા સબ-એજન્ટ સ્ટેપ્સ માટે જ અનામત રાખો. મોડેલને સીધો યુઝર પ્રોમ્પ્ટ હેન્ડલ કરવા દો, અને ક્લિનિંગ ટૂલને ફક્ત તે પેલોડ પર જ કાર્ય કરવા દો જે મુખ્ય વાતચીતમાંથી બહાર જાય છે.
ટાળવા માટેની સામાન્ય ભૂલો
- એવું માનવું કે MCP ટૂલ્સ મૂળ પ્રોમ્પ્ટને ટ્રીમ કરે છે – તેઓ એક ટૂલ-કોલ ટોકન બ્લોક ઉમેરે છે અને કાચા ટેક્સ્ટને જાળવી રાખે છે, જેનાથી કુલ કાઉન્ટ વધી જાય છે.
- Claude Code hooks પર નિર્ભર રહેવું – Hooks વધારાનો કોન્ટેક્સ્ટ ઉમેરી શકે છે અથવા પ્રોમ્પ્ટ્સને બ્લોક કરી શકે છે, પરંતુ તેઓ વાતચીતમાં પહેલેથી જ રહેલા ટેક્સ્ટને ઓવરરાઈટ કરી શકતા નથી.
- ઇનલાઇન ક્લિનિંગ સાથે સ્લેશ કમાન્ડ્સનો ઉપયોગ કરવો – જો કોઈ કમાન્ડ ક્લિનિંગ સ્ક્રિપ્ટ ચલાવે તો પણ, કાચા આર્ગ્યુમેન્ટ્સ (arguments) કમાન્ડ લાઇનનો ભાગ તરીકે રહે છે જે મોડેલ રેકોર્ડ કરે છે, તેથી તમારે તેના માટે પણ ચૂકવણી કરવી પડે છે.
તમારા કેરેક્ટર્સ મોડેલના API એન્ડપોઇન્ટ પર પહોંચતાની સાથે જ ટોકન મીટર શરૂ થઈ જાય છે. તે પછી જે કંઈ પણ ક્લીન કરે છે તે માત્ર ઓવરહેડ (overhead) વધારે છે.
ડેવલપર્સ માટે આનો અર્થ શું છે
મોટાભાગના AI-સર્વિસ બિલમાં ટોકન પ્રાઇસિંગ એક લાઇન આઇટમ તરીકે દેખાય છે. "ક્લીનર" છુપાયેલા ટોકન્સ ઉમેરે છે કારણ કે વધુ ચૂકવણી કરવાથી તમે જે બચતની આશા રાખી હતી તે ઝડપથી ઘટી શકે છે. ટોકન કાઉન્ટ ચોક્કસ રાખવા અને તમારું બજેટ અનુમાનિત રાખવા માટે ક્લિનિંગ સ્ટેપને ક્લાયન્ટ સાઇડ પર લઈ જાઓ.
મુખ્ય વાત (Takeaway): MCP ટૂલ્સ ડાઉનસ્ટ્રીમ પેલોડ્સ માટે ઉપયોગી છે, પરંતુ તેઓ તમે ટાઇપ કરેલા પ્રોમ્પ્ટના ટોકન્સ ઘટાડી શકતા નથી. જો તમે Claude Code ટોકન ખર્ચમાં વાસ્તવિક ઘટાડો ઈચ્છતા હોવ, તો મોકલતા પહેલા ક્લીન કરો, અથવા ક્લિનિંગને ફક્ત તે કોલ્સ સુધી મર્યાદિત રાખો જે મુખ્ય કોન્ટેક્સ્ટમાં ક્યારેય દેખાતા નથી.