Jak ušetřit 92 % tokenů v Claude Code: MCP gateway pro týmy a firmy

Představ si, že zapneš Claude Code s několika MCP servery a hned na začátku relace zmizí 15 000 tokenů jen na popisy nástrojů. Nemluvíš s AI, neposíláš kód — jen ses připojil. Pro týmy, které používají desítky MCP serverů denně, to není drobnost. Jednomu vývojáři to může sežrat stovky dolarů měsíčně.

V tomto článku ti ukážu, jak tento problém vyřešit pomocí MCP gateway. Konkrétně strategii, která u velkých týmů snižuje spotřebu tokenů až o 92 % — a jak ji nasadit, aniž bys musel měnit celou infrastrukturu. Aktualizace pro září 2026: přidávám nové nativní optimalizace Claude Code, vliv stateless specifikace MCP z července 2026 i alternativní přístupy, které mezi tím zraly.

01Proč MCP servery žerou tolik tokenů

Model Context Protocol (MCP) je skvělý. Umožňuje Claude Code mluvit s databázemi, GitHubem, Slackem, prohlížečem — čímkoliv. Každý MCP server ale při připojení zaregistruje svůj kompletní schéma nástrojů přímo do kontextového okna. Čím víc nástrojů máš, tím větší je úvodní "daň".

Jeden vývojář změřil, že při 84 nástrojích to dělá 15 540 tokenů jen na startu session. Při denním používání to rychle naroste na statisíce tokenů týdně. Pro tým dvaceti lidí, kteří používají Claude Code s desítkami integrací, jsou to reálné tisíce korun měsíčně — a to ještě předtím, než vůbec něco vyrobíš.

Problém se zhoršuje s každým novým nástrojem. Přidáš GitHub, Jira, databázi, interní API — a kontext se nafoukne. Claude sice zvládne až milion tokenů, ale plýtvat jimi na schémata místo na kód je jako zaplnit kancelář papírenstvím místo lidí, kteří v ní mají pracovat.

A nejde jen o peníze. Každý token se schématem nástroje je token, který není k dispozici pro tvůj kód, dokumentaci a konverzaci. Nafouknutý kontext znamená horší orientaci modelu, častější kompakce a pomalejší odezvy. Optimalizace tokenů je proto zároveň optimalizace kvality práce.

02Co je MCP gateway a jak funguje

MCP gateway sedí mezi Claude Code a tvými MCP servery. Místo aby se Claude připojoval přímo ke každému serveru a načítal jeho schéma, komunikuje jen s gateway. Ta mu poskytuje metadata na vyžádání — až ve chvíli, kdy je skutečně potřebuje.

Nejznámější open-source řešení je Bifrost od Maxim AI. Místo aby načítal všechny nástroje najednou, zpřístupní čtyři meta-nástroje:

• listToolFiles — seznam dostupných nástrojů
• readToolFile — detail konkrétního nástroje
• getToolDocs — dokumentace
• executeToolCode — spuštění

Když Claude potřebuje něco udělat, nejprve se zeptá gateway, jaké nástroje jsou k dispozici. Pak si načte jen ten jeden, který potřebuje. Gateway mezitím spouští skutečné nástroje v sandboxovaném prostředí.

03Výsledky: od 15 000 tokenů k 1 200

Bifrost publikoval měření při různém počtu nástrojů:

Všimni si klíčové věci: při 508 nástrojích je spotřeba téměř konstantní kolem 6 000 tokenů. Gateway odstřihla závislost mezi počtem nástrojů a náklady. Přidáš nový server? Cena se téměř nezmění.

Latence gateway je přitom zanedbatelná — 11 mikrosekund na požadavek při 5 000 RPS. Pro běžné vývojářské použití neznatelně.

04Novinka 2026: stateless specifikace MCP hraje gateway do karet

Revize specifikace MCP z 28. července 2026 z protokolu odstranila sessions a inicializační handshake a posunula stav do tzv. handles. Vzdálené MCP servery se teď chovají jako běžné webové služby — stateless, cacheovatelné, routovatelné.

Co to znamená pro gateway:

• Přirozenější nasazení — gateway už není "hack" nad stdio, ale běžná HTTP vrstva, kterou nová specifikace přímo předpokládá
• Cachování schémat — stateless odpovědi lze cachovat na úrovni CDN i gateway samotné, takže opakované načítání definic nástrojů je skoro zadarmo
• Podnikové vzory — routing, load balancing a řízení přístupu fungují standardním webovým nástrojům (Kong, Cloudflare) bez custom kódu

Pokud gateway teprve zvažuješ, přijdeš na vlnu v nejlepší chvíli — infrastruktura kolem MCP se v roce 2026 staví přesně pro tento model provozu.

05Nativní optimalizace Claude Code: co už nemusíš řešit gateway

Anthropic přidal do Claude Code vlastní mechanismy, které část problému řeší bez externí gateway. Nejsou plnou náhradou při desítkách serverů, ale pro běžné nasazení ušetří hodně:

1. Tool Search — Claude Code načte plná schémata nástrojů až na vyžádání; u velkých konfigurací to redukuje úvodní daň až o 46,9 %. Funguje automaticky v novějších verzích.

2. Pravidelný /compact — komprese konverzace udržuje kontextové okno štíhlé; disciplinované použití po dokončení většího úkolu dělá rozdíl v dlouhých session.

3. Subagenti — místo jednoho Claude se všemi nástroji rozděl úkoly. Každý subagent nese jen nástroje, které potřebuje pro svou část práce, takže se schémata násobí jen tam, kde jsou skutečně potřeba.

4. Hooks — pomocí PreToolUse můžeš filtrovat nepotřebné nástroje ještě předtím, než se dostanou do kontextu.

5. Skills — SKILL.md soubory v projektech omezují potřebu širokého kontextu tím, že definují pravidla přímo v repozitáři.

Praktické pořadí nasazení: nejdřív Tool Search a /compact (zadarmo, konfigurace navíc nic), pak subagenti a hooks, a gateway až ve chvíli, kdy počet nástrojů nebo velikost týmu přesáhne hranici, kde nativní mechanismy stačit přestávají.

06Alternativní přístup: Context Mode a izolované subprocessy

Zajímavou konkurencí gateway je tzv. Context Mode — přístup, který v roce 2026 nasbíral na Hacker News pozornost tvrzením o 98% redukci spotřeby kontextu. Princip: každé volání MCP nástroje běží v izolovaném subprocessu a do kontextového okna se dostane jen stdout — tedy výsledek, ne celá datová dávka.

Rozdíl oproti gateway:

• Gateway optimalizuje vstup (schémata nástrojů, která platíš při startu)
• Context Mode optimalizuje výstup (odpovědi nástrojů, které se válí v kontextu po každém volání)

V praxi se oba přístupy kombinují — gateway drží úvodní daň nízko, izolace výstupů brání znečištění kontextu během práce. Podobnou filozofii (progressive disclosure, scoped tools) používají i pluginy jako Postman for Claude Code, které tím šetří tisíce tokenů na sezení.

07Jak gateway nasadit v praxi

Nejsnadnější cesta je přes NPX:

npx -y @maximhq/bifrost

Nebo Docker:

docker run -p 3000:3000 maximhq/bifrost:latest

V konfiguraci Claude Code (claude_desktop_config.json nebo settings.json) pak místo přímých MCP serverů odkážeš na gateway:

{
  "mcpServers": {
    "gateway": {
      "command": "npx",
      "args": ["-y", "@maximhq/bifrost"],
      "env": {
        "BIFROST_MODE": "code"
      }
    }
  }
}

Gateway sama se pak připojí k tvým existujícím MCP serverům přes HTTP nebo stdio. Nemusíš měnit konfiguraci nástrojů — jen ji přesměruješ.

Příklad konfigurace pro tým

Představ si, že máš pět vývojářů a každý používá jinou kombinaci nástrojů. Místo aby měl každý lokálně desítky MCP serverů, nastavíš jednu gateway na firemním serveru:

{
  "mcpServers": {
    "company-gateway": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-e", "GITHUB_TOKEN",
        "-e", "JIRA_API_TOKEN",
        "maximhq/bifrost:latest"
      ],
      "env": {
        "GITHUB_TOKEN": "${GITHUB_TOKEN}",
        "JIRA_API_TOKEN": "${JIRA_API_TOKEN}"
      }
    }
  }
}

Vývojáři se pak připojují ke stejné gateway. Správce přidá nový nástroj? Stačí aktualizovat gateway — nikdo nemusí měnit lokální konfiguraci. A hlavně: každý vývojář platí stejnou "startovní cenu" tokenů, jako by měl jen pár nástrojů, i když jich je za gateway desítky.

Real-world příklad: Tým 15 vývojářů

Pojďme si to ukázat na konkrétních číslech. Máš tým 15 vývojářů, každý používá Claude Code s průměrně 30 MCP nástroji (GitHub, Jira, databáze, interní API, Slack, Notion, prohlížeč).

Bez gateway:

• Startovní tokeny na session: ~9 000
• Sessionů denně na vývojáře: ~10
• Denní spotřeba týmu: 15 × 10 × 9 000 = 1 350 000 tokenů
• Měsíční spotřeba: ~40 500 000 tokenů
• Při ceně Anthropic API ($3 / 1M input tokenů): ~$120 měsíčně jen na startovní schémata

S gateway:

• Startovní tokeny na session: ~1 200
• Denní spotřeba týmu: 15 × 10 × 1 200 = 180 000 tokenů
• Měsíční spotřeba: ~5 400 000 tokenů
• Cena: ~$16 měsíčně

Úspora: $104 měsíčně — a to ještě nepočítáme rychlejší odezvu a čistší kontext. Při roce používání je to přes 25 000 Kč ušetřených jen na tokenech pro schémata. A každý nový nástroj už téměř nezvedá cenu. K tomu přidej monitoring: sleduj spotřebu tokenů na gateway (většina řešení má dashboard) a porovnávej ji s fakturou od Anthropicu — reálná čísla z vlastního provozu jsou nejlepší argument při obhajobě nasazení před vedením.

Alternativy pro enterprise

Pokud potřebuješ firemní kontrolu, existují i další možnosti:

• Cloudflare MCP Portals — integrace s Zero Trust, edge routing; po červencové revizi specifikace plně staví na stateless MCP
• Kong AI Gateway — přes MCP Proxy plugin, standardní API management
• MintMCP — managed služba s důrazem na compliance
• IBM Context Forge — multi-protokol, open-source

Pro týmy s přísnými bezpečnostními požadavky dává smysl zvolit řešení, které umí auditovat každý požadavek a řídit přístup podle rolí. Centralizovaná gateway navíc znamená, že API klíče k jednotlivým nástrojům neopustí firemní server — vývojáři se k nim dostanou jen přes ni.

08Kdy se gateway vyplatí (a kdy ne)

Gateway není nutnost pro každého. Pokud používáš tři MCP servery a pracuješ sám, úspora bude pár dolarů měsíčně — možná nestojí za komplexitu. Nativní Tool Search v Claude Code navíc velkou část úvodní daně sebere zadarmo.

Ale vyplatí se, pokud:

• Používáš více než 10–15 MCP nástrojů (kde Tool Search přestává stačit)
• Pracuješ v týmu, kde náklady násobí počet lidí
• Přidáváš nové integrace pravidelně
• Potřebuješ centralizovanou správu přístupu a API klíčů
• Chceš sandboxovat nástroje kvůli bezpečnosti

09Závěr: Nekrm kontext zbytečně

MCP protokol změnil, jak pracujeme s AI nástroji. Ale každá integrace nese svou cenu — a ta se projevuje v tokenech, rychlosti i přehlednosti. Gateway není jen o úspoře peněz. Je o tom, udržet kontext čistý a nechat Claude pracovat na kódu místo na čtení schémat.

Začni malým experimentem. Nejdřív zapni nativní optimalizace (Tool Search, /compact, subagenti) — ty jsou zadarmo. Pak spusť Bifrost lokálně, připoj pár nástrojů a sleduj rozdíl. Čísla jsou překvapivá — a workflow příjemně rychlejší.