OpenClaw Token成本优化实战：从600美元/月砍到20美元的7个亲测技巧

OpenClaw跑起来一个月烧掉几百美元API费用是常态。有用户24小时内烧了1.35亿Token，结果实例自己忘了配置，整晚在自言自语——这就是默认安装不加监控的真实形状。

好消息是：这些成本几乎都是机械消耗，不是必须花的。我自己从月耗600美元压到20美元左右，核心思路就一条——不要让Claude Opus去帮你查邮箱。

下面这7个技巧，按投入产出比排序，照着做就能复现。

---

一、模型分级：把Opus从日常任务里撤下来

OpenClaw默认所有请求都走你设的主模型。心跳检查用Opus，日历查个日程用Opus，子代理并行干活也全用Opus。用Opus做心跳，相当于雇律师帮你查邮箱。

我的分级策略很简单：

• 复杂推理（架构决策、多文件重构）：Opus、GPT-5.2
• 日常干活（代码生成、研究、内容创作）：Sonnet、DeepSeek R1（R1比Opus便宜90%，推理能力接近）
• 简单任务（心跳、快速查询、分类）：Gemini 2.5 Flash-Lite（$0.50/M tokens）、DeepSeek V3.2（$0.53/M）

价格对比很直观：Gemini Flash-Lite是Opus（$30/M）的60分之一。把心跳和子代理从Opus切到Flash-Lite，这两项 alone 就能砍掉一半以上费用。

配置方法：在~/.openclaw/openclaw.json里给不同任务指定模型。心跳模型单独设，子代理走中档模型，主任务保留Opus。也可以用OpenRouter的自动路由——把模型设为openrouter/openrouter/auto，它会按提示复杂度自动分配。

---

二、Fallback链：避免单点故障+隐性浪费

只设一个模型的问题不只是贵——一旦触发限流或宕机，OpenClaw会疯狂重试，账单跟着疯涨。

OpenClaw的Fallback机制分两层：先在同一服务商内轮换Auth Profile，再按agents.defaults.model.fallbacks链切到下一个模型。如果当前运行已经落在配置好的Fallback上，且仍在同一家服务商，会继续走完完整配置链。

我的Fallback链配置：

{
  "agents": {
    "defaults": {
      "model": {
        "provider": "anthropic",
        "model": "claude-opus-4-5",
        "fallbacks": [
          { "provider": "openai", "model": "gpt-5-2" },
          { "provider": "deepseek", "model": "deepseek-r1" },
          { "provider": "google", "model": "gemini-3-pro" }
        ]
      }
    }
  }
}

关键细节：第一个Fallback故意选不同服务商（OpenAI），这样Anthropic全家桶限流时不会连环撞墙。如果所有候选都失败，OpenClaw会抛出FallbackSummaryError并附带每次尝试的详情，方便你排查。

---

三、Heartbeat调频+降级：别让心跳变成心跳刺客

默认心跳间隔30分钟，一天48次，每次带着完整的System Prompt + 上下文 + 工具定义去调用API。如果主模型是Opus，这一项一天就能烧掉不少钱。

我的做法：

• 间隔调到1小时（非关键代理甚至可以2小时）。调用次数直接从48次/天降到24次或更低。
• 心跳模型锁定廉价档：Gemini 2.5 Flash-Lite或DeepSeek V3.2。心跳内容大多是「检查下有没有新任务」，不需要推理能力。
• 配合Cache TTL：如果Cache TTL是1小时，把心跳间隔设在55分钟左右，刚好在Cache过期前触发，避免重新缓存完整Prompt。

实测：心跳频率从15分钟调到45分钟，调用次数减少67%，配合模型降级，心跳相关Token消耗下降70%以上。

---

四、System Prompt精简：每次请求都在重复的固定开销

OpenClaw每次运行都会组装System Prompt，内容包括：工具列表、Skills列表、自更新指令、工作区文件（AGENTS.md、SOUL.md、TOOLS.md、MEMORY.md等）、时间信息、运行时元数据。这些文件越大，每次API请求的固定开销越高。

官方文档给了几个硬上限：

• agents.defaults.bootstrapMaxChars：单个大文件注入上限，默认20000字符
• agents.defaults.bootstrapTotalMaxChars：所有引导文件注入总上限，默认60000字符

我的优化动作：

• MEMORY.md控制在80行以内。这个文件每次回合都被重新注入，体积会复利增长。
• Skills描述尽量短，只保留必要字段。
• 定期用/context detail检查有没有 creep 进来的工具、Skills或工作区文件。
• 截图分辨率调低：agents.defaults.imageMaxDimensionPx降低，能减少Vision Token消耗。

一个实测案例：System Prompt从约5000字（2500 tokens/次）精简到1800字（900 tokens/次），单次省1600 tokens。按每天100次调用算，月度省240万tokens，总费用再降5-10%。

---

五、本地模型集成：80%的请求可以零API成本

简单任务（文本格式化、基础翻译、代码片段生成）完全不需要调用云端API。OpenClaw通过LiteLLM可以无缝接入Ollama本地模型。

我的配置：

{
  "models": {
    "defaults": {
      "provider": "ollama",
      "model": "llama3.2"
    },
    "fallbacks": [
      { "provider": "anthropic", "model": "claude-haiku" },
      { "provider": "anthropic", "model": "claude-sonnet" }
    ]
  }
}

效果：约80%的请求走本地模型，零API成本；剩下20%按复杂度自动Fallback到最划算的云端模型。整体API费用再砍一大截。

注意：本地模型别用来干重活，但格式化JSON、整理日志、简单分类这种活儿，Llama 3.2足够胜任。

---

六、Cache TTL优化：让Prompt缓存替你省钱

OpenClaw支持Prompt缓存，但缓存只在TTL窗口内有效。窗口一过，完整上下文要重新发送，费用瞬间回升。

策略：

• 把Cache TTL设成和心跳间隔匹配。如果TTL是1小时，心跳设55分钟，保持缓存温热。
• 用agents.list[].params.cacheRetention给不同代理单独调TTL。高频交互代理给长TTL，低频代理给短TTL。
• 长会话定期/compact总结，减少上下文膨胀。但注意：compaction会丢细节，真正重要的信息提前写进MEMORY.md。

LiteLLM代理层也能做缓存，减少重复上下文的重新发送。适合多代理协作场景，上下文 duplication 严重时效果最明显。

---

七、消耗监控+预算软限制：先看见，才能控制

OpenClaw没有原生硬消费上限，但监控和软限制足够防止「一夜之间烧光预算」的惨剧。

常用命令：

• /status：看当前会话模型、上下文占用、上次请求输入/输出Token数、预估费用
• /usage full：每轮回复末尾追加用量页脚
• /usage cost：从会话日志生成本地费用汇总
• CLI：openclaw status --usage和openclaw channels list查看配额窗口

我的监控脚本逻辑：定时跑session_status，Token增速异常时发告警。配合「任务消费上限+人工确认重试」，防止失败工具调用无限循环。

一个真实案例：某用户实例失控，112M tokens/天；做完上述优化后降到17M tokens/天，降幅85%。

---

优化顺序建议

如果你只有5分钟：切主模型从Opus到Sonnet，省50-70%。

如果你有30分钟：加上模型分级、Heartbeat降级、Fallback链配置。

如果你愿意折腾一小时：本地Ollama接入、System Prompt精简、Cache TTL调优、监控脚本部署。做完这套，月耗从600美元压到20-50美元是合理预期。

费用最终取决于你的工作负载结构——自动化调度重的场景省得最多，纯交互式会话省得相对少。但无论如何，默认配置是为最大能力设计的，不是为最小成本。每多了解一个Token的去向，就多一个省钱抓手。

最后更新：2026年6月