Hvordan jeg reduserte OpenClaw-tokenforbruket med 90 % (billigste modeller inkludert)

OpenRouter-dashbordet mitt viste 47 dollar brukt før lunsj en tirsdag. Jeg hadde kanskje kjørt et dusin kodeoppgaver — ikke noe ekstremt, bare litt refaktorering og noen feilrettinger. Da gikk det opp for meg at OpenClaws standardinnstillinger stille og rolig sendte hver eneste interaksjon, inkludert små bakgrunnspinger, gjennom Claude Opus til over 15 dollar per million tokens.

Hvis du har sett lignende overraskelser — og ut fra forumene er det mange som har det ("I already spend 40 dollars and doesn't even use it much," skrev en bruker) — viser denne guiden deg hele metoden jeg brukte for å gå fra full oversikt til optimalisering og kutte månedskostnadene med rundt 90 %. Ikke bare "bytt til en billigere modell", men en systematisk gjennomgang av hvor tokenene faktisk forsvinner, hvordan du overvåker dem, hvilke budsjettmodeller som faktisk fungerer i agentisk arbeid, og tre ferdigkopierbare oppsett du kan bruke med en gang. Hele prosessen tok én ettermiddag.

Hva er OpenClaw tokenforbruk, og hvorfor er det så høyt som standard?

Tokens er faktureringsenheten for hver AI-interaksjon i OpenClaw. Tenk på dem som små tekstbiter — omtrent 4 engelske tegn per token. Hver melding du sender, hvert svar du får, hver bakgrunnsprosess som trigges: alt faktureres i tokens.

Problemet er at OpenClaws standardoppsett er optimalisert for maksimal kapasitet, ikke lavest mulig kostnad. Rett ut av boksen er primærmodellen satt til anthropic/claude-opus-4-5 — det dyreste alternativet som finnes. Heartbeat-pingene? De går også på Opus. Sub-agenter som opprettes for sideoppgaver? Også Opus. Å bruke Opus til en heartbeat-ping er som å hyre en nevrokirurg for å sette på et plaster. Teknisk sett kompetent, økonomisk helt bak mål.

De fleste skjønner ikke at de betaler premiumpriser for trivielle bakgrunnsoppgaver. Standardkonfigurasjonen antar i praksis at du vil ha den beste modellen til alt, hele tiden — og fakturerer deretter.

Hvorfor det å redusere OpenClaw-tokenforbruket sparer mer enn bare penger

Den åpenbare gevinsten er lavere kostnader. Men det finnes også sekundære fordeler som bygger seg opp over tid.

Billigere modeller er ofte raskere. Gemini 2.5 Flash-Lite kjører på rundt sammenlignet med Opus på omtrent 51 — altså 4x bedre fart i hver eneste interaksjon. GPT-OSS-120B på Cerebras når , som er omtrent 35x raskere enn Opus. I en agentisk loop med 50+ runder med verktøykall betyr den forskjellen at jobben blir ferdig på minutter i stedet for at du sitter og venter gjennom Opus' smertefulle 13,6 sekunder til første token på hver runde fram og tilbake.

Du får også mer slingringsmonn før du treffer rate limits, færre sesjoner som blir strupet, og bedre rom til å skalere bruken uten at regningen gir deg puls.

Anslåtte besparelser for ulike bruksmønstre:

Dette er ikke hypotetisk. En utvikler dokumenterte at han gikk fra — en reell reduksjon på 90 % — ved å kombinere modellruting med de skjulte lekkasjene som beskrives senere i guiden.

OpenClaw tokenforbruk i praksis: hvor går alle tokenene egentlig?

Dette er delen de fleste optimaliseringsguider hopper over, og det er også den viktigste. Du kan ikke fikse det du ikke ser.

Jeg gikk gjennom flere økter og sammenlignet med og community-dumper av /context for å lage et token-regnskap for en typisk enkelt kodeoppgave. Her er hvor omtrent 20 000 tokens faktisk gikk:

Den klart største posten — akkumulert kontekst — er at samtalehistorikken din sendes på nytt ved hvert API-kall. Én viste 185 400 tokens bare i Messages-bøtten, før modellen i det hele tatt hadde svart. Systemprompten og verktøyene la på ytterligere rundt 35 800 tokens i fast overhead.

Hovedpoenget: Hvis du ikke starter nye sesjoner mellom urelaterte oppgaver, betaler du for å sende hele samtalehistorikken din på nytt i hver eneste runde.

Hvordan overvåke OpenClaw-tokenforbruket ditt (du kan ikke kutte det du ikke ser)

Før du endrer noe, må du få oversikt over hvor tokenene faktisk tar veien. Å hoppe rett til "bruk en billigere modell" uten å overvåke er som å prøve å gå ned i vekt uten å gå på vekta.

Sjekk OpenRouter-dashbordet ditt

Hvis du ruter via OpenRouter, er den enkleste oversikten uten oppsett. Der kan du filtrere på modell, leverandør, API-nøkkel og tidsperiode. Usage Accounting-visningen bryter ned prompt, completion, reasoning og cached tokens per forespørsel. Det finnes også en Export-knapp (CSV eller PDF) for mer langsiktig analyse.

Se etter dette: hvilken modell som brukte flest tokens, og om heartbeat- eller sub-agent-forespørsler dukker opp som uventet store enkeltposter.

Gå gjennom dine lokale API-logger

OpenClaw lagrer sesjonsdata i ~/.openclaw/agents.main/sessions/sessions.json, som inkluderer totalTokens per sesjon. Du kan også kjøre openclaw logs --follow --json for sanntidslogging per forespørsel.

En viktig ting å vite: , så dashbordet kan vise gamle tall fra før compaction. Stol mer på /status og /context detail enn på lagrede totalsummer.

Bruk tredjepartssporing (for middels til tunge brukere)

LiteLLM proxy gir deg et OpenAI-kompatibelt endepunkt foran 100+ leverandører og . Den store fordelen: harde budsjetter per nøkkel som overlever /clear — en runaway sub-agent kan ikke sprenge grensen du har satt.

Helicone er enda enklere — et som gir deg en Sessions-visning der relaterte forespørsler grupperes. En enkel "fiks denne buggen"-prompt som spres ut i 8+ sub-agent-kall vises som én sesjonsrad med den faktiske totalprisen. .

Kjappe sjekker direkte i OpenClaw

Til daglig overvåking holder disse fire kommandoene i sesjonen:

• /status — viser kontekstbruk, siste input-/output-tokens og estimert kostnad
• /usage full — brukssammendrag nederst per svar
• /context detail — tokenfordeling per fil, skill og verktøy
• /compact [guidance] — tving komprimering med valgfri fokusstreng

Kjør /context detail før og etter at du endrer konfigurasjon. Slik måler du om optimaliseringen faktisk fungerte.

Kampen om den billigste OpenClaw-modellen: hvilke budsjett-LLM-er takler faktisk agentisk arbeid?

Det er her de fleste guider bommer. De viser deg en prisliste, peker på den billigste raden og er ferdig med det. Benchmarks sier ikke nok om hvordan modellene oppfører seg i ekte agentisk bruk — noe communityet har påpekt høylytt og gjentatte ganger. Som én bruker sa: "benchmarks aren't doing any justice to understand which one works best for agentic AI."

Det viktigste innblikket: Den billigste modellen er ikke alltid den billigste løsningen. En modell som feiler og prøver på nytt fire ganger koster mer enn en mellomklassemodell som . I produksjon må du regne med en — og hvis fem LLM-kall er lenket sammen og steg fire feiler, vil en naiv retry kjøre alle fem stegene på nytt.

Her er min kapabilitetsmatrise, med en "Real Agentic Score" basert på faktiske brukeropplevelser i stedet for syntetiske benchmarks:

En advarsel om DeepSeek og Gemini Flash for verktøykall

DeepSeek V3.2 ser bra ut på papiret — 72–74 % på , 11–36x billigere enn Sonnet. I praksis dokumenterer på tvers av Cline, Roo Code, Continue og NVIDIA NIM ødelagt verktøykall-oppførsel. Composios head-to-head-dom: "." Zvi Mowshowitz sin korte oppsummering: "."

Gemini 2.5 Flash har et lignende gap. En tråd i Google AI Developers Forum med tittelen "Very frustrating experience with Gemini 2.5 function calling performance" starter med: "."

OpenRouter har påpekt en viktig nyanse: "." Hvis du ruter billige modeller via OpenRouter, se etter :exacto-taggen — en stille bytte av leverandør kan gjøre en pålitelig billig modell om til en dyr retry-løkke over natten.

Når du bør bruke hver modell

• Gemini Flash-Lite: Heartbeats, keep-alive-pinger, enkle spørsmål og svar. Aldri for flertrinns verktøykall.
• MiniMax M2.5/M2.7: Din daglige arbeidshest for generelle kodeoppgaver. til en brøkdel av prisen på Sonnet.
• Claude Haiku 4.5: Den pålitelige fallbacken når billige modeller sliter med verktøykall. Svært god på verktøykall til rundt 3x lavere pris enn Sonnet.
• Claude Sonnet 4.6: Komplekse agentiske oppgaver med flere steg. Her får du virkelig valuta for pengene.
• Claude Opus: Reserver den for de vanskeligste problemene. Ikke la den være standard for noe som helst.

(Modellpriser endres ofte — sjekk alltid gjeldende priser på eller hos den aktuelle leverandøren før du låser deg til en konfigurasjon.)

De skjulte tokenlekkasjene de fleste guider hopper over

Forumbrukere rapporterer at det å skru av bestemte funksjoner kan redusere kostnadene kraftig, men jeg har ikke funnet noen guide som samler alle de skjulte lekkasjene med faktisk tokenpåvirkning. Her er hele gjennomgangen:

Heartbeat-lekkasjen fortjener en egen kommentar. Som standard går heartbeats på primærmodellen (Opus) hvert 30. minutt. Setter du isolatedSession: true, faller dette fra rundt ~100 000 tokens per kjøring — en reduksjon på 95–98 % på akkurat den posten.

Tre raske grep som sparer mest tokens på under to minutter

Alle tre er risikofrie og tar under to minutter:

1. /clear mellom urelaterte oppgaver (5 sekunder). Dette er den klart største tokenbesparelsen. Forumkonsensus sier bare ved å tømme sesjonshistorikken før nytt arbeid. Husker du den 185k-token Messages-bøtten fra /context-dumpen? /clear fjerner den.

2. /model haiku-4.5 for rutinearbeid (10 sekunder). Taktisk modellbytte gir på vanlige oppgaver. Haiku håndterer de fleste enkle kodeendringer, filoppslag og commit-meldinger helt fint.

3. Krymp .clawrules til under 200 linjer + legg til .clawignore (90 sekunder). Rules-filen din lastes inn ved hver eneste melding. Ved 200 linjer er det rundt ~1 500–2 000 tokens per runde; ved 1 000 linjer er det 8 000–10 000 tokens som permanent belaster hver forespørsel. Kombinert med en .clawignore som ekskluderer node_modules/, dist/, lockfiler og generert kode, hevder én utvikler at han fikk bare av denne disiplinen.

Trinn for trinn: tre ferdige configer som kutter OpenClaw-tokenforbruket

Nedenfor følger tre komplette, kommenterte openclaw.json-oppsett — fra "bare kom i gang" til "full optimaliseringspakke". Hver av dem inkluderer inline-kommentarer og anslag for månedskostnad.

Før du begynner:

• Vanskelighetsgrad: Nybegynner (Config A) → Middels (Config B) → Avansert (Config C)
• Tidsbruk: ~5 minutter for Config A, ~15 minutter for Config C
• Du trenger: OpenClaw installert, en teksteditor og tilgang til ~/.openclaw/openclaw.json

Config A: Nybegynner — bare spar penger

Fem linjer. Null kompleksitet. Bytter standardmodellen fra Opus til Sonnet, skrur av minneoverhead og isolerer heartbeats til Haiku.

1// ~/.openclaw/openclaw.json
2{
3  "agents": {
4    "defaults": {
5      "model": { "primary": "anthropic/claude-sonnet-4-6" },  // var Opus — umiddelbar 3–5x besparelse
6      "heartbeat": {
7        "every": "55m",                // samsvarer med 1t cache TTL for flest mulig cache-treff
8        "model": "anthropic/claude-haiku-4-5",  // Haiku for pinger, ikke Opus
9        "isolatedSession": true        // ~100k → 2–5k tokens per kjøring
10      }
11    }
12  },
13  "memory": { "enabled": false }       // sparer ~500–2k tokens/økt
14}

Dette bør du se etter å ha brukt dette: Kjør /status før og etter. Kostnaden per forespørsel bør falle merkbart, og heartbeat-oppføringene i OpenRouter Activity-siden skal vise Haiku i stedet for Opus.

Config B: Middels — smart trelagsruting

Primær Sonnet for reelt arbeid. Haiku for sub-agenter og komprimering. Gemini Flash-Lite som budsjettfallback når Claude er strupet. Fallback-kjeder håndterer leverandøravbrudd automatisk.

1{
2  "agents": {
3    "defaults": {
4      "model": {
5        "primary": "anthropic/claude-sonnet-4-6",
6        "fallbacks": [
7          "anthropic/claude-haiku-4-5",       // hvis Sonnet er strupet
8          "google/gemini-2.5-flash-lite"      // ultra-billig siste utvei
9        ]
10      },
11      "models": {
12        "anthropic/claude-sonnet-4-6": {
13          "params": { "cacheControlTtl": "1h", "maxTokens": 8192 }
14        }
15      },
16      "heartbeat": {
17        "every": "55m",                       // 55 min < 1t cache TTL = cache-treff
18        "model": "google/gemini-2.5-flash-lite",  // øre per ping
19        "isolatedSession": true,
20        "lightContext": true                   // minimal kontekst i heartbeat-kall
21      },
22      "subagents": {
23        "maxConcurrent": 4,                   // ned fra standard 8
24        "model": "anthropic/claude-haiku-4-5" // sub-agenter trenger ikke Sonnet
25      },
26      "compaction": {
27        "mode": "safeguard",
28        "model": "anthropic/claude-haiku-4-5", // oppsummering via Haiku
29        "memoryFlush": { "enabled": true }
30      }
31    }
32  }
33}

Forventet resultat: Sub-agent-oppføringene i loggene dine skal nå bruke Haiku-prising. Heartbeats bør koste nær null. Fallback-kjeden betyr at et Claude-avbrudd ikke stopper sesjonen — den faller elegant tilbake til Gemini.

Config C: Power user — full optimaliseringspakke

Per-sub-agent modelltilordning, kontekstkomprimering låst til Haiku, visningsruteriing til Gemini Flash, stram .clawrules + .clawignore, og ubrukte skills skrudd av. Dette er oppsettet som får deg ned i 85–90 % besparelse.

1{
2  "agents": {
3    "defaults": {
4      "workspace": "~/clawd",
5      "model": {
6        "primary": "anthropic/claude-sonnet-4-6",
7        "fallbacks": [
8          "openrouter/anthropic/claude-sonnet-4-6",  // annen leverandør som backup
9          "minimax/minimax-m2-7",                     // billig daglig-fallback
10          "anthropic/claude-haiku-4-5"                // siste utvei
11        ]
12      },
13      "models": {
14        "anthropic/claude-sonnet-4-6": {
15          "params": { "cacheControlTtl": "1h", "maxTokens": 8192 }
16        },
17        "minimax/minimax-m2-7": {
18          "params": { "maxTokens": 8192 }
19        }
20      },
21      "heartbeat": {
22        "every": "55m",
23        "model": "google/gemini-2.5-flash-lite",
24        "isolatedSession": true,
25        "lightContext": true,
26        "activeHours": "09:00-19:00"           // ingen heartbeats om natten
27      },
28      "subagents": {
29        "maxConcurrent": 4,
30        "model": "anthropic/claude-haiku-4-5"
31      },
32      "contextPruning": { "mode": "cache-ttl", "ttl": "1h" },
33      "compaction": {
34        "mode": "safeguard",
35        "model": "anthropic/claude-haiku-4-5",
36        "identifierPolicy": "strict",
37        "memoryFlush": { "enabled": true }
38      },
39      "bootstrapMaxChars": 12000,              // ned fra standard 20000
40      "imageModel": "google/gemini-3-flash"    // visningsoppgaver via billig modell
41    }
42  },
43  "memory": { "enabled": true, "max_context_tokens": 800 },  // minimalt minne
44  "skills": {
45    "entries": {
46      "web-search":       { "enabled": false },
47      "image-generation": { "enabled": false },
48      "audio-transcribe": { "enabled": false }
49    }
50  }
51}

Eksempel på per-sub-agent-overstyring — lim inn i ~/.openclaw/agents/lint-runner/SOUL.md:

1---
2name: lint-runner
3description: Kjører lint/format-sjekker og gjør enkle rettelser
4tools: [Bash, Read, Edit]
5model: anthropic/claude-haiku-4-5
6---

Minimumsvennlig .clawignore — dette alene kutter typiske bootstrapper fra 150k tegn ned mot 30–50k:

1node_modules/
2dist/
3build/
4.next/
5coverage/
6.venv/
7vendor/
8*.lock
9package-lock.json
10yarn.lock
11pnpm-lock.yaml
12*.min.js
13*.min.css
14**/__snapshots__/
15**/*.snap

Disse tallene samsvarer med to uavhengige rapporter fra reelle brukere: Praney Behls dokumenterte (90 % kutt), og LaoZhangs caser som viser ved delvis optimalisering.

Bruke /model-kommandoen for å styre OpenClaw-tokenforbruket i farta

Kommandoen /model bytter aktiv modell for neste runde, samtidig som samtalekonteksten beholdes — ingen reset, ingen tapt historikk. Dette er vanen som bygger besparelser over tid.

Praktisk arbeidsflyt:

• Jobber du med en tøff refaktorering på flere filer? Hold deg på Sonnet.
• Et kjapt "hva gjør denne regexen?"-spørsmål? /model haiku, spør, og bruk så /model sonnet for å bytte tilbake.
• Commit-melding eller litt dokumentpolering? /model flash-lite, ferdig.

Du kan sette opp aliaser i openclaw.json under commands.aliases for å mappe korte navn (haiku, sonnet, opus, flash) til fulle leverandørstrenger. Det sparer noen tastetrykk hver gang du bytter.

Regnestykket: 50 forespørsler per dag på Sonnet er omtrent $3 per dag. De samme 50 forespørslene fordelt 70/20/10 mellom Haiku/Sonnet/Opus er rundt $1,10 per dag. Over en måned blir det $90 → $33 — 63 % billigere uten å endre verktøy, bare vaner.

Bonus: Spor modellpriser på tvers av leverandører med Thunderbit

Med så mange modeller og leverandører — OpenRouter, direkte Anthropic API, Google AI Studio, DeepSeek, MiniMax — endrer prisene seg ofte. Anthropic kuttet Opus-utdata-prisen med rundt 67 % over natten. Google reduserte gratisnivå-grensene for Gemini i desember 2025. Å holde et statisk prisark oppdatert manuelt er en tapt kamp.

løser dette uten scraping-kode. Det er en AI-webscraper laget nettopp for denne typen strukturert datauthenting.

Arbeidsflyten jeg bruker:

1. Åpne OpenRouter-modellsiden i Chrome og klikk "AI Suggest Fields" i Thunderbit. Den leser siden og foreslår kolonner — modellnavn, inputpris, outputpris, kontekstvindu, leverandør.
2. Trykk Scrape, og eksporter direkte til Google Sheets.
3. Sett opp planlagt scraping i vanlig norsk — "hver mandag kl. 09, skrap OpenRouter-modelllisten på nytt" — og den kjører automatisk i skyen.

Derfra oppdaterer prisoversikten din seg selv. Enhver modell som plutselig blir 30 % billigere — eller enhver leverandør som får en Exacto-tag — dukker opp i regnearket ditt mandag morgen uten at du løfter en finger. Vi har skrevet mer om på bloggen vår.

Sammenligner du priser på tvers av direkte leverandørsider (Anthropic, Google, DeepSeek)? Thunderbits subpage-scraping følger hver modell-lenke inn på detaljsiden og henter prisene per leverandør — nyttig når du vil vite om det er billigere å rute Kimi K2.5 via OpenRouter enn å gå direkte gjennom . Se for gratisnivå og planinformasjon.

Viktige lærdommer for å kutte OpenClaw-tokenforbruket

Rammeverket er: Forstå → Overvåk → Ruter → Optimaliser.

Tiltakene med størst effekt, rangert:

1. Ikke bruk Opus som standard. Bytt primærmodellen til Sonnet eller MiniMax M2.7. Bare dette gir 3–5x lavere kostnad.
2. Isoler heartbeats. Sett isolatedSession: true og rute heartbeat til Gemini Flash-Lite. Da går du fra en lekkasje på ~100k tokens til ~2–5k.
3. Rute sub-agenter til Haiku. Hver opprettelse laster rundt ~20k tokens kontekst før noe arbeid er gjort. Ikke la det skje på Opus.
4. Bruk /clear konsekvent. Gratis, tar 5 sekunder, og communityet mener dette sparer mer enn noe annet enkeltgrep.
5. Legg til .clawignore. Å ekskludere node_modules, lockfiler og build-artifacts kutter bootstrap-kontekst dramatisk.
6. Overvåk med /context detail før og etter endringer. Hvis du ikke kan måle det, kan du heller ikke forbedre det.

Den billigste modellen avhenger av oppgaven. Gemini Flash-Lite til heartbeats. MiniMax M2.7 til daglig koding. Haiku til pålitelig verktøykall. Sonnet til komplekst flertrinnsarbeid. Opus kun til de virkelig vanskeligste problemene — og ingenting annet.

De fleste lesere kan se 50–70 % besparelse i løpet av én ettermiddag med Config A eller B. Full 85–90 % krever at du setter sammen alt av dette — modellruting, fikser av skjulte lekkasjer, .clawignore, sesjonsdisiplin — men det er fullt mulig, og det varer.

Vanlige spørsmål

1. Hvor mye koster OpenClaw per måned?

Det avhenger helt av oppsettet ditt, bruksvolumet og modellvalgene. Lettere brukere (~10 søk/dag) bruker vanligvis $5–30/måned med optimalisering, eller $100+ med standardinnstillingene. Middels brukere (~50 søk/dag) ligger på $90–400/måned. Tunge brukere kan nå med standardoppsett — et dokumentert ekstremtilfelle var $5 623 på én måned. Anthropics egne interne målinger antyder en median på .

2. Hva er den billigste OpenClaw-modellen som fortsatt fungerer bra til koding?

er den beste generelle daglige arbeidshesten — god på verktøykall, SWE-Pro 56.22, til omtrent $0.28/$1.10 per million tokens. For heartbeats og enkle oppslag er Gemini 2.5 Flash-Lite til $0.10/$0.40 vanskelig å slå. Claude Haiku 4.5 til $1/$5 er den pålitelige mellomklasse-fallbacken når du trenger utmerkede verktøykall uten å betale Sonnet-priser.

3. Kan jeg bruke gratisnivå-modeller med OpenClaw?

Teknisk sett ja. GPT-OSS-120B er gratis via OpenRouters :free-tag og NVIDIA Build. Gemini Flash-Lite har gratisnivå (15 RPM, 1 000 forespørsler/dag). DeepSeek gir . Men gratisnivåer har stramme rate limits, lavere hastighet og mindre stabil tilgjengelighet. Billige betalte modeller — øre per million tokens — er langt mer pålitelige i vanlig bruk.

4. Mister jeg konteksten hvis jeg bytter modell midt i en samtale med /model?

Nei. /model bevarer hele sesjonskonteksten din — neste runde går til den nye modellen med full historikk intakt. Dette er bekreftet i OpenClaws dokumentasjon og fungerer på samme måte i Claude Code. Du kan fritt veksle mellom Haiku for raske spørsmål og Sonnet for komplekst arbeid uten å miste noe.

5. Hva er den raskeste måten å redusere OpenClaw-regningen min på i dag?

Skriv /clear mellom urelaterte oppgaver. Det er gratis, tar fem sekunder, og fjerner samtalehistorikken som sendes på nytt ved hvert API-kall. Én ekte sesjon viste i akkumulert meldingshistorikk — alt dette ble sendt på nytt og fakturert igjen i hver eneste runde. Å tømme dette før du starter nytt arbeid er vanen med høyest avkastning du kan bygge.