我是如何把 OpenClaw 的 token 使用量降低 90% 的（文内附最便宜模型）

周二中午还没到，我的 OpenRouter 仪表盘就已经显示花了 47 美元。那天我大概只跑了十来个编码任务——一点都不夸张，也就是些重构和少量 bug 修复。就在那一刻我才发现，OpenClaw 的默认设置其实在偷偷把每一次交互都路由到 Claude Opus，连后台心跳 ping 也没放过，而它的价格高到每百万 tokens 15 美元以上。

如果你也碰到过这种“惊喜”——而且看论坛就知道，很多人都踩过坑（有用户直接写道：“我已经花了 40 美元了，但根本没怎么用”）——这篇指南会带你完整走一遍我实际用过的审计和优化流程，最后把月度开销压低了大约 90%。它不只是简单地“换个便宜模型”，而是系统性拆解 token 到底花在哪、怎么监控、哪些低价模型真的能胜任 agent 工作，以及 3 套可以直接复制的配置。我整个过程只花了一个下午。

什么是 OpenClaw token 使用量？为什么默认情况下这么高？

Token 是 OpenClaw 里所有 AI 交互的计费单位。你可以把它理解成很小的文本片段——大致相当于每个 token 4 个英文字符。你发出的每条消息、收到的每个回复、每个后台触发的流程，都会按 token 计费。

问题在于，OpenClaw 的默认配置追求的是“能力拉满”，而不是“成本最低”。开箱即用时，主模型被设成了 anthropic/claude-opus-4-5——这可是当前最贵的选项。心跳 ping 也用 Opus？子代理做边角任务也用 Opus？这就像请神经外科医生来贴创可贴。技术上没问题，但价格真的离谱。

大多数用户并没意识到，他们其实是在为那些几乎没什么价值的后台任务付高价。默认配置本质上是在假设：你希望任何时候、任何任务都用最强模型——而账单也会照这个逻辑来。

为什么降低 OpenClaw token 使用量，省的不只是钱

最直观的收益当然是成本下降。但随着时间拉长，还有一些连带效果也很重要。

更便宜的模型往往也更快。Gemini 2.5 Flash-Lite 的速度大约是 ，而 Opus 约为 51，单次交互就快了 4 倍。Cerebras 上的 GPT-OSS-120B 能跑到 ，大约比 Opus 快 35 倍。对于一个有 50 多轮工具调用的 agent 循环来说，这种速度差意味着你几分钟就能跑完，而不是每轮都忍受 Opus 那种让人头大的 13.6 秒首 token 等待时间。

你还会得到更宽裕的速率限制、更少的请求被限流，以及更容易扩容的使用空间，而不至于一看到账单就心里发紧。

不同使用强度下的预估节省如下：

这些不是纸上谈兵。有开发者记录了自己从 ——实打实节省了 90%——做法就是把模型路由优化和本文后面会讲到的那些“隐形耗费”一起处理掉。

OpenClaw token 使用量解剖：每个 token 到底花到哪了

这部分是大多数优化指南会跳过的，但恰恰是最关键的。你看不见，就没法优化。

我审计了多个会话，并结合 和社区 /context 导出内容，整理出一个典型单次编码任务的 token 账本。大约 20,000 个 token 主要花在这些地方：

最大的一块耗费——上下文累积——就是每次 API 调用都会把整段对话历史重新发送一遍。有一份显示，仅 Messages 这一项就有 185,400 tokens，而模型当时甚至还没开始回复。再加上系统提示词和工具内容，又额外产生了约 35,800 tokens 的固定开销。

结论很直接：如果你不在无关任务之间清空会话，那你每一轮都在为重发整段历史付费。

如何监控 OpenClaw token 使用量（看不见，就减不掉）

在你改任何东西之前，先搞清楚 token 究竟流向哪里。直接跳到“换便宜模型”而不监控，就像减肥却从不称体重。

先看 OpenRouter 仪表盘

如果你是通过 OpenRouter 路由，那个 是最省事、几乎不用配置的看板。你可以按模型、提供商、API key 和时间段筛选。Usage Accounting 视图会把每次请求里的 prompt、completion、reasoning 和 cached tokens 拆开显示。它还支持导出（CSV 或 PDF），方便做更长周期的分析。

重点看什么：哪个模型消耗的 token 最多，以及心跳或子代理请求里有没有异常大的账单项。

审计本地 API 日志

OpenClaw 会把会话数据保存在 ~/.openclaw/agents.main/sessions/sessions.json，其中包含每个会话的 totalTokens。你也可以运行 openclaw logs --follow --json 来实时记录每次请求。

有个要注意的坑：，所以仪表盘可能显示的是压缩前的旧值。与其看存储总数，不如信 /status 和 /context detail。

使用第三方追踪工具（适合中重度用户）

LiteLLM proxy 能在 100 多家提供商前面提供一个 OpenAI 兼容端点，并且会。它最强的功能是：你可以给每个 key 设硬预算，而且即使执行 /clear 也不受影响——某个失控的子代理也别想突破你的上限。

Helicone 更简单，只要 就能得到一个 Sessions 视图，把相关请求归在一起。一个“帮我修这个 bug”的提示词如果拆成 8 次以上子代理调用，也会以一条会话记录出现，并显示真实总成本。。

OpenClaw 内部快速抽查

日常监控时，下面 4 个会话内命令就够用了：

• /status — 显示上下文使用情况、最近输入/输出 tokens、预估成本
• /usage full — 每次回复的 usage 页脚
• /context detail — 按文件、技能、工具拆分 token 明细
• /compact [guidance] — 强制压缩上下文，可附带聚焦说明

在改配置前后都跑一遍 /context detail。这就是判断优化到底有没有效果的方式。

OpenClaw 最便宜模型大比拼：哪些低价 LLM 真能干 agent 工作

大多数指南都会在这里走偏。它们拿出一张价格表，指着最便宜那一行，然后就结束了。但基准测试并不能预测真实世界里的 agent 表现——社区已经反复强调这一点了。正如一位用户所说：“benchmark 并不能真正说明哪个最适合 agentic AI。”

关键洞察是：最便宜的模型，不一定是最便宜的结果。 一个会失败并重试四次的模型，花的钱可能比一个中档模型还多，而后者。在生产级 agent 系统里，要预留 ——如果五次 LLM 调用是串联执行的，而第 4 步失败了，简单粗暴的重试会把前面五步全部再跑一遍。

下面是我的能力矩阵，加入了基于真实用户反馈而不是合成 benchmark 的“真实 agent 得分”：

关于 DeepSeek 和 Gemini Flash 工具调用的提醒

DeepSeek V3.2 在纸面数据上很漂亮—— 上有 72–74% 的成绩，价格比 Sonnet 低 11–36 倍。但在实际使用中， 都记录了它工具调用行为异常。Composio 的正面对比结论是：“。” Zvi Mowshowitz 的一句话总结是：“”。

Gemini 2.5 Flash 也有类似问题。Google AI Developers Forum 上一篇题为“Very frustrating experience with Gemini 2.5 function calling performance”的帖子开头就写道：“."

OpenRouter 还特别指出了一个关键细节：“.” 如果你通过 OpenRouter 路由低价模型，记得关注 :exacto 标签——一次静默的 provider 切换，可能会把一个便宜且稳定的模型，悄悄变成高价重试循环。

什么时候用哪个模型

• Gemini Flash-Lite： 心跳、保活 ping、简单问答。不要拿它做多步工具调用。
• MiniMax M2.5/M2.7： 日常通用编码的主力。它在 的表现很能打，价格却只有 Sonnet 的一小部分。
• Claude Haiku 4.5： 当便宜模型在工具调用上“卡壳”时，用它做可靠回退。工具调用能力优秀，而且价格比 Sonnet 便宜大约 3 倍。
• Claude Sonnet 4.6： 复杂多步 agent 任务的主力。这类场景才是真正值回票价的地方。
• Claude Opus： 只留给最难的问题。不要让它成为任何任务的默认选项。

（模型价格经常变动——在确定配置之前，请先到 或各提供商页面核实最新价格。）

大多数指南都会漏掉的隐形 token 黑洞

论坛用户普遍反馈，关闭某些特性后成本会明显下降，但我还没见过哪份指南能把所有“隐形耗费”及其真实 token 影响整理成统一清单。下面就是完整拆解：

This paragraph contains content that cannot be parsed and has been skipped.

其中，heartbeat 的耗费尤其值得单独说明。默认情况下，heartbeat 每 30 分钟就会在主模型（Opus）上触发一次。把 isolatedSession 设为 true 后，这一项会从每次约 100,000 tokens——单这一项就能减少 95–98%。

两分钟内最值钱的三项快速优化

下面三项都几乎零风险，而且每项不到两分钟：

1. 无关任务之间执行 /clear（5 秒）。 这是最能省 token 的单项操作。论坛共识认为，仅靠在开始新任务前清空会话历史，就能减少 。还记得前面 /context 导出里那 185k token 的 Messages 桶吗？/clear 会直接清掉它。

2. 把体力活切到 /model haiku-4.5（10 秒）。 这种战术性切换模型的做法，可让日常任务的成本降低 。Haiku 处理大多数简单编码、文件查询和提交信息都绰绰有余。

3. 把 .clawrules 缩到 200 行以内 + 添加 .clawignore（90 秒）。 你的规则文件会在每条消息里都被加载。200 行大约就是每轮 1,500–2,000 tokens；如果写到 1,000 行，那么每次请求都会永久背负 8,000–10,000 tokens 的开销。再配合 .clawignore 排除 node_modules/、dist/、锁文件和生成代码，有开发者声称仅靠这一招就实现了 。

一步一步来：3 套可直接复制的配置，迅速降低 OpenClaw token 使用量

下面给出 3 套完整、带注释的 openclaw.json 配置——从“先省钱再说”到“全量优化栈”都有。每套都包含行内注释和月度成本预估。

开始前先看：

• 难度： 初级（配置 A）→ 中级（配置 B）→ 高级（配置 C）
• 所需时间： 配置 A 约 5 分钟，配置 C 约 15 分钟
• 你需要准备： 已安装 OpenClaw、文本编辑器、可访问 ~/.openclaw/openclaw.json

配置 A：入门版——先把钱省下来

只要五行，几乎零复杂度。把默认模型从 Opus 换成 Sonnet，关闭 memory 开销，并把 heartbeat 隔离到 Haiku。

1// ~/.openclaw/openclaw.json
2{
3  "agents": {
4    "defaults": {
5      "model": { "primary": "anthropic/claude-sonnet-4-6" },  // 原本是 Opus——成本立刻降 3-5 倍
6      "heartbeat": {
7        "every": "55m",                // 与 1 小时 cache TTL 对齐，尽量提高缓存命中率
8        "model": "anthropic/claude-haiku-4-5",  // ping 用 Haiku，别用 Opus
9        "isolatedSession": true        // 每次约 100k → 2-5k tokens
10      }
11    }
12  },
13  "memory": { "enabled": false }       // 每个会话可省约 500-2k tokens
14}

应用后你应该看到什么： 运行 /status 前后对比。每次请求的成本应该会明显下降，OpenRouter Activity 页面里的 heartbeat 条目也应该从 Opus 变成 Haiku。

配置 B：进阶版——聪明的三层路由

主模型用 Sonnet 处理真正的工作。子代理和 compaction 用 Haiku。Claude 被限流时，再用 Gemini Flash-Lite 当低价回退。回退链会自动处理提供商故障。

1{
2  "agents": {
3    "defaults": {
4      "model": {
5        "primary": "anthropic/claude-sonnet-4-6",
6        "fallbacks": [
7          "anthropic/claude-haiku-4-5",       // 如果 Sonnet 被限流，就切这里
8          "google/gemini-2.5-flash-lite"      // 超低价终极备选
9        ]
10      },
11      "models": {
12        "anthropic/claude-sonnet-4-6": {
13          "params": { "cacheControlTtl": "1h", "maxTokens": 8192 }
14        }
15      },
16      "heartbeat": {
17        "every": "55m",                       // 55 分钟 < 1 小时缓存 TTL = 更容易命中缓存
18        "model": "google/gemini-2.5-flash-lite",  // 每次 ping 只要几分钱
19        "isolatedSession": true,
20        "lightContext": true                   // heartbeat 调用尽量带更少上下文
21      },
22      "subagents": {
23        "maxConcurrent": 4,                   // 从默认 8 降下来
24        "model": "anthropic/claude-haiku-4-5" // 子代理没必要上 Sonnet
25      },
26      "compaction": {
27        "mode": "safeguard",
28        "model": "anthropic/claude-haiku-4-5", // 压缩摘要交给 Haiku
29        "memoryFlush": { "enabled": true }
30      }
31    }
32  }
33}

预期结果： 日志里的子代理条目应该都按 Haiku 计费。heartbeat 的成本会接近于零。回退链还能确保 Claude 出问题时不会卡死整个会话——它会优雅降级到 Gemini。

配置 C：进阶玩家版——完整优化栈

按子代理单独指定模型、把上下文压缩固定到 Haiku、视觉任务路由到 Gemini Flash、收紧 .clawrules + .clawignore、关闭没用的技能。这套配置可以把节省幅度推到 85–90%。

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",  // 备用提供商
9          "minimax/minimax-m2-7",                     // 便宜的日常主力回退
10          "anthropic/claude-haiku-4-5"                // 最后兜底
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"           // 夜间不发 heartbeat
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,              // 从默认 20000 降下去
40      "imageModel": "google/gemini-3-flash"    // 视觉任务用便宜模型
41    }
42  },
43  "memory": { "enabled": true, "max_context_tokens": 800 },  // 尽量保留最小记忆
44  "skills": {
45    "entries": {
46      "web-search":       { "enabled": false },
47      "image-generation": { "enabled": false },
48      "audio-transcribe": { "enabled": false }
49    }
50  }
51}

按子代理覆盖模型的示例——粘贴到 ~/.openclaw/agents/lint-runner/SOUL.md：

1---
2name: lint-runner
3description: 运行 lint/format 检查，并修复简单问题
4tools: [Bash, Read, Edit]
5model: anthropic/claude-haiku-4-5
6---

最小可用版 .clawignore——单这一项就能把典型 bootstrap 从 150k 字符压到 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

这些数字与两份独立的真实用户报告相吻合：Praney Behl 记录的结果是从 （减少 90%），而 LaoZhang 的案例研究则显示，在部分优化下可实现 。

用 /model 命令实时控制 OpenClaw token 使用量

/model 命令会在保留完整对话上下文的前提下，切换下一轮要使用的模型——不会重置，也不会丢历史。这是那种越用越省钱的日常习惯。

实际工作流可以这样安排：

• 在处理复杂的多文件重构？继续用 Sonnet。
• 只是想快速问一句“这个正则到底干嘛的？”？/model haiku，问完再切回 /model sonnet。
• 要写提交信息或润色文档？/model flash-lite，直接搞定。

你还可以在 openclaw.json 的 commands.aliases 里配置别名，把短名称（haiku、sonnet、opus、flash）映射到完整 provider 字符串。每次切换都能少敲几个字。

算一笔账：每天 50 个查询都用 Sonnet，大约是每天 3 美元。同样 50 个查询如果按 70/20/10 分配到 Haiku/Sonnet/Opus，大约是每天 1.10 美元。按月算就是从 90 美元降到 33 美元——便宜了 63%，而你什么工具都不用换，只需要改习惯。

加餐：用 Thunderbit 追踪不同提供商的 OpenClaw 模型价格

随着模型和提供商越来越多——OpenRouter、Anthropic 直连 API、Google AI Studio、DeepSeek、MiniMax——价格变动也越来越频繁。Anthropic 曾一夜之间把 Opus 的输出定价砍了约 67%。Google 也在 2025 年 12 月把 Gemini 免费层限制下调了 。手工维护静态价格表，几乎注定会被现实打脸。

不需要写任何爬虫代码就能解决这个问题。它是一款 ，本质上就是为这种结构化数据提取场景而生的 AI 网页爬虫。

我常用的工作流是：

1. 在 Chrome 里打开 OpenRouter 的模型页面，然后点 Thunderbit 的“AI Suggest Fields”。它会读取页面并自动建议列，例如模型名称、输入价格、输出价格、上下文窗口、提供商。
2. 点击 Scrape，然后直接导出到 Google Sheets。
3. 用自然语言设置定时抓取——比如“每周一上午 9 点重新抓取 OpenRouter 模型列表”——它就会自动在云端运行。

从那以后，你自己的价格跟踪表就能自动更新。任何突然降价 30% 的模型，或者带上 Exacto 标签的提供商，都会在你周一早上的表格里自动出现，完全不用你动手。我们还在博客里写过更多关于 用法。

如果你要对比各个直连提供商页面（Anthropic、Google、DeepSeek）的价格，Thunderbit 的子页面抓取会沿着每个模型链接进入详情页，提取各提供商费率——当你想知道把 Kimi K2.5 通过 OpenRouter 路由，是否比直接通过 更便宜时，这个功能特别有用。到 查看免费层和套餐详情。

降低 OpenClaw token 使用量的核心总结

整体框架就是：理解 → 监控 → 路由 → 优化。

按影响程度从高到低，最值得做的事如下：

1. 不要默认用 Opus。 把主模型切到 Sonnet 或 MiniMax M2.7，单这一项就能把成本降低 3–5 倍。
2. 把 heartbeats 隔离出来。 设置 isolatedSession: true，并把 heartbeat 路由到 Gemini Flash-Lite。这样原本约 10 万 token 的耗费会变成约 2–5k。
3. 把子代理路由到 Haiku。 每次生成子代理，都会先加载约 20k token 的上下文，然后才开始干活。别让这种事在 Opus 上发生。
4. 认真执行 /clear。 免费，只要 5 秒，而且社区普遍认为它比任何单项操作都更能省钱。
5. 添加 .clawignore。 排除 node_modules、锁文件和构建产物，会显著减少 bootstrap 上下文。
6. 在改动前后用 /context detail 监控。 你测不到，就优化不了。

最便宜的模型要看任务而定。心跳用 Gemini Flash-Lite。日常编码用 MiniMax M2.7。需要稳定工具调用时用 Haiku。复杂多步任务交给 Sonnet。最难的问题才用 Opus——仅此而已。

大多数读者只要用配置 A 或 B，在一个下午内就能看到 50–70% 的节省。要达到完整的 85–90%，就需要把上面这些都叠加起来——模型路由、隐形耗费修复、.clawignore、会话纪律——但这完全可行，而且效果能持续保持。

常见问题

1. OpenClaw 每月大概要多少钱？

这完全取决于你的配置、使用量和模型选择。轻度用户（约 10 次查询/天）在优化后通常每月花 $5–30；默认配置下则常常是 $100+。中度用户（约 50 次查询/天）大约在每月 $90–400。重度用户默认情况下可能会达到 ——有个极端案例单月甚至花了 $5,623。Anthropic 自己的内部遥测显示，中位数大约是 。

2. 目前最便宜、但还能用于编码的 OpenClaw 模型是哪一个？

是最适合作为日常主力的选择——工具调用可靠性不错，SWE-Pro 56.22，价格大约是每百万 tokens 输入 $0.28、输出 $1.10。对于 heartbeat 和简单查询，Gemini 2.5 Flash-Lite（输入 $0.10、输出 $0.40）几乎没有对手。如果你需要很稳定的工具调用，又不想付 Sonnet 那么贵的价格，Claude Haiku 4.5（输入 $1、输出 $5）是最稳妥的中档回退。

3. 能在 OpenClaw 里用免费层模型吗？

技术上可以。GPT-OSS-120B 在 OpenRouter 的 :free 标签和 NVIDIA Build 上都是免费的。Gemini Flash-Lite 也有免费层（15 RPM、每天 1,000 次请求）。DeepSeek 注册时会送 。但免费层通常限流更严、速度更慢，而且可用性不够稳定。对于日常使用来说，每百万 tokens 只要几分钱的低价付费模型，反而可靠得多。

4. 用 /model 在对话中途切换模型，会丢上下文吗？

不会。/model 会保留整个会话上下文——下一轮会在完整历史不变的情况下路由到新模型。OpenClaw 的概念文档里也验证了这一点，Claude Code 的行为也是一样。你可以在 Haiku 和 Sonnet 之间自由切换，不会丢任何内容。

5. 今天最快降低 OpenClaw 账单的方法是什么？

在无关任务之间输入 /clear。它免费，只要五秒，而且会清掉每次 API 调用都会重新发送的对话历史。有个真实会话显示，累计消息历史达到了 ——这些内容在每一轮里都被重新传输、重新计费。在开始新工作前先清空它，是你能养成的最高回报习惯。