100 инструментов MCP-сервера не ломают точность Claude и Gemini: исследование 3336 прогонов

Почти все советы по проектированию MCP-серверов твердят: держите инструментов поменьше, иначе модель запутается. Автор проанализировала 91 источник — 38 советуют сокращать число инструментов, 20 называют конкретную цифру (чаще всего 10–20), и лишь 10 реально измеряли влияние на точность. Решила проверить сама.

Провела 1932 прогона на топовых моделях (Claude, Gemini) и ещё 1404 на самых дешёвых, в трёх клиентах: Claude Code, Codex CLI и Antigravity. Количество инструментов варьировалось от 5 до 100. На сегодняшних топовых моделях точность не сдвинулась — ни на 100 инструментах, ни с похожими названиями. На дешёвых почти не сдвинулась, но впервые появились вызовы не того инструмента.

Меняется стоимость, и насколько сильно — решает клиент, а не модель. Ещё один важный факт: ни один из трёх клиентов по умолчанию не кладёт схемы инструментов в промпт. Claude Code и Antigravity показывают модели только названия инструментов, а Codex ищет их определения кодом. То есть модель по названию инструмента решает, какие описания ей прочитать, прежде чем выбрать.

Практический вывод: для современных сильных моделей можно смело давать десятки инструментов — точность не пострадает. Но на дешёвых моделях и при экономии стоит держать число инструментов в разумных пределах, чтобы не плодить ложные вызовы.