Agentes de IA via o servidor MCP oficial do GitHub custam 6,5 vezes mais que via CLI
Um agente que trabalha com o GitHub pelo servidor MCP (um conjunto pronto de «botões» para as ferramentas) sai 6,51 vez mais caro do que pela linha de comando (CLI) com uma única consulta GraphQL flexível. O problema não está no protocolo: cada «botão» devolve o objeto inteiro, e esses dados se acumulam no histórico da conversa. Quando as operações são as mesmas, no teste com o Browserious a diferença cai para apenas 1,13 vez. Escolha a interface de acordo com o conjunto de operações e o tamanho das respostas.
Processado por IA de Habr AI; editado por Hamidun News
Se você conecta um agente de IA à sua API, mais cedo ou mais tarde surge a questão: dar a ele um servidor MCP (protocolo padrão em que o agente recebe um conjunto de ferramentas prontas, como «criar tarefa» ou «mostrar comentários») ou uma linha de comando comum, a CLI. O desenvolvedor do serviço Takt decidiu não discutir e medir. Nos testes com o GitHub usando o modelo Sonnet, o servidor MCP pronto saiu 6,51 vez mais caro do que a CLI com uma única consulta flexível em GraphQL, e fez 6,2 vez mais chamadas.
Mas a conclusão foi inesperada: o culpado não é o protocolo, e sim quais operações o agente tem disponíveis e quantos dados cada chamada devolve.
Como tudo começou
Em 8 de junho de 2026, um agente tentou desvincular uma tarefa da tarefa-mãe no quadro do Takt. Ele enviava parent="", mas o servidor MCP recebia os arguments vazios. O motivo estava no cliente, que descartava o objeto inteiro de argumentos se um único valor fosse uma string vazia. Era a quarta falha em dois meses ao trabalhar com agentes.
O autor admite que duas das quatro falhas são culpa dele: nomes de ferramentas em conflito (create_wiki e wiki_create) e cerca de 40 ferramentas que devolviam JSON codificado dentro de JSON. Outra precisou ser contornada do lado do servidor, por causa de um cliente e de um framework que ele não controlava. Já a string vazia não podia ser contornada, porque os argumentos nem chegavam ao seu código. No mesmo dia, ele adicionou ao Takt uma CLI, na qual todo o caminho entre o agente e a API HTTP fica sob seu controle.
O que o experimento mostrou
No início, o autor achava que a CLI ganhava por causa da arquitetura: o MCP precisa ser compacto para não lotar o contexto, mas quanto mais compacto, menos ele consegue fazer. Para verificar, comparou quatro formas de acesso ao GitHub e ao Takt: comandos da CLI predefinidos, uma consulta GraphQL pela CLI, o servidor MCP pronto e uma única ferramenta graphql dentro do MCP. Os agentes receberam 35 perguntas somente de leitura, com respostas previamente verificadas. Foram testados o Sonnet 5.5 no Claude Code e o GPT-6.1 Sol no Codex: 280 execuções, mais 56 repetições.
Num primeiro momento, tudo parecia uma derrota para o MCP: os servidores prontos exigiam de 3 a 6 vezes mais chamadas. Mas duas partes da hipótese não se confirmaram. O MCP não foi mais lento: o tempo de execução ficou entre 0,71 e 1,06 do tempo da CLI. E a forma de acesso quase não afetou a correção das respostas: na maioria das configurações, os agentes acertaram tudo ou erraram uma pergunta. Há duas exceções: os comandos gh predefinidos com o Sonnet acertaram 17 de 23, e o MCP pronto do Takt acertou 9 de 12. As respostas foram conferidas com o gabarito, e não com os relatórios dos próprios agentes, porque eles costumam declarar vitória cedo demais.
O autor percebeu uma falha no desenho: ele havia mudado duas coisas ao mesmo tempo, o protocolo e o conjunto de operações. Por isso, fez um teste de controle no seu serviço Browserious, onde CLI e MCP fazem exatamente a mesma coisa. Em 27 tarefas pareadas com o Sonnet, o MCP saiu apenas 1,13 vez mais caro, fez 1,09 vez mais chamadas e, em tempo, ficou em 0,85 da CLI. A ressalva do autor: são serviços e tarefas diferentes, então não dá para transpor uma proporção para a outra, e um único experimento com um único modelo não prova que a igualdade valha sempre.
De onde vem o custo
A longa lista de ferramentas não foi o principal motivo. Uma lista curta é uma decisão de arquitetura, não uma exigência do protocolo: o servidor MCP do gcloud tem apenas uma ferramenta, enquanto o do GitHub tem 91, e cobre 15 das 18 famílias de API estudadas. Além disso, o Claude Code agora carrega ao iniciar apenas os nomes das ferramentas e busca os esquemas conforme a necessidade.
O grosso dos gastos vem das respostas das ferramentas. Imagine que você pede uma lista de tarefas e o servidor envia cada uma com todos os campos. Essa resposta entra no histórico da conversa e é enviada de novo em cada requisição seguinte. Nos testes com o GitHub e o Sonnet, os tokens de entrada sem cache subiram de 14 138 na CLI com GraphQL para 110 041 no MCP pronto, e os tokens gravados em cache foram de 13 193 para 109 084. Isso dá cerca de oito vezes mais. Uma única consulta com os campos necessários compensa mais do que uma dezena de chamadas que devolvem tudo.
Com o GPT-6.1 Sol, o quadro é mais curioso: o MCP pronto devolvia em média 789 KB por execução, em um caso chegando a 18 MB, mas o consumo de tokens cresceu apenas 1,33 vez. O autor supõe que o Codex cortava as respostas grandes ou as tirava do contexto. Isso é uma hipótese, não uma medição, mas, se estiver certa, o ambiente de execução decide sem alarde o que o agente realmente vai ler.
Segredos e conclusão prática
A forma de interação afetou o trabalho com senhas. Na configuração MCP, a senha da conta de demonstração precisava ser passada como argumento direto para o page_fill; a ferramenta a devolveu na resposta, e ela foi parar no contexto do modelo e nos logs. Os agentes que usavam a CLI digitavam "$PW", e o valor não aparecia nos logs. O autor ressalta que isso é uma particularidade da sua configuração, e não uma limitação do MCP. Ele recomenda passar referências a segredos e substituir os valores do lado do servidor, ou autenticar antes de iniciar o agente.
A conclusão prática: ao escolher a interface para um agente, observe não o nome, mas o conjunto de operações e o tamanho das respostas. Permita pedir apenas os campos necessários, confira as respostas com um gabarito e garanta que senhas não entrem no contexto do modelo.
- 21 de nov. de 2026Anthropic fechou a primeira semana na bolsa com valuation de US$ 1,6 trilhão, mas caiu 8,5% em um único dia
- 21 de nov. de 2026Thinking Machines lança Inkling 2 Mini: 26 bilhões de parâmetros e 20,1 pontos no AA Index
- 21 de nov. de 202615 subagentes do Claude Code construíram um sistema para uma oficina, mas o lançamento é aprovado por um agente sem permissão de edição
- 21 de nov. de 2026Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas
Perguntas frequentes sobre a notícia
Como tudo começou?
Em 8 de junho de 2026, um agente tentou desvincular uma tarefa da tarefa-mãe no quadro do Takt. Ele enviava parent="", mas o servidor MCP recebia os arguments vazios. O motivo estava no cliente, que descartava o objeto inteiro de argumentos se um único valor fosse uma string vazia. Era a quarta falha em dois meses ao trabalhar com agentes.
O que o experimento mostrou?
No início, o autor achava que a CLI ganhava por causa da arquitetura: o MCP precisa ser compacto para não lotar o contexto, mas quanto mais compacto, menos ele consegue fazer. Para verificar, comparou quatro formas de acesso ao GitHub e ao Takt: comandos da CLI predefinidos, uma consulta GraphQL pela CLI, o servidor MCP pronto e uma única ferramenta graphql dentro do MCP. Os agentes receberam 35 perguntas somente de leitura, com respostas previamente verificadas.
O que se sabe sobre De onde vem o custo?
A longa lista de ferramentas não foi o principal motivo. Uma lista curta é uma decisão de arquitetura, não uma exigência do protocolo: o servidor MCP do gcloud tem apenas uma ferramenta, enquanto o do GitHub tem 91, e cobre 15 das 18 famílias de API estudadas. Além disso, o Claude Code agora carrega ao iniciar apenas os nomes das ferramentas e busca os esquemas conforme a necessidade. O grosso dos gastos vem das respostas das ferramentas.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.