← 返回首页
tips2026-02-21

OpenClaw 省钱终极指南：月花从 $200 砍到 $10-50 的 10 步配置

作者: @lijiuer92查看原文 ↗
AD SLOT — TOP

OpenClaw 省钱终极指南

来源：https://x.com/lijiuer92/status/2025081922410443243 作者：@lijiuer92 发布时间：2026-02-21 数据：👍 504 | 🔁 108 | 👁 75,817 转载声明：本文转载自 X，原作者 @lijiuer92，版权归原作者所有。

OpenClaw 目前最强开源 AI Agent，它真的能干活。但大多数人第一个月的账单会吓一跳。

三句话概括：

  1. 你 80% 的钱花在了你不知道的地方（心跳守护进程、会话膨胀、未用 Skill 注入）
  2. 2026 年 2 月的版本更新（Sonnet 4.6 + 1M Context + 嵌套子 Agent）彻底改写了性价比公式
  3. 照着做 10 步配置，月花从 $200+ 砍到 $10-50 不是玄学，是社区已验证的事实

不想看原理的，直接跳到第六节「10 步省钱清单」。

一、你的钱到底花在哪了

token 消耗架构拆解

五个吞金黑洞，按杀伤力排序：

🕳️ 黑洞 1：心跳守护进程——你睡了，它在烧钱

OpenClaw 的 Heartbeat Daemon 每 30 分钟自动唤醒 Agent。每次心跳都是一次完整 API 调用，携带全部对话历史。

当会话累积到 17-21 万 token 时：一次心跳 $0.51-$0.63，一天 48 次，一个月 $720-$900。你什么都没做，Agent 自己在后台烧掉了你一个月的伙食费。

🕳️ 黑洞 2：会话累积——用得越久，每句话越贵

第 1 轮说"你好"花 $0.003，第 50 轮说同样的"你好"花 $0.30——贵了 100 倍。

🕳️ 黑洞 3：系统 Prompt——每次请求都付的"底租"

典型系统 Prompt 5,000-10,000 token，每天 100 次交互，月消耗 $67.50。

🕳️ 黑洞 4：Skill 注入——装了但没用的 Skill 也在花钱

每个启用的 Skill 注入 200-400 token。装了 18 个只用 5 个？13 个未使用的每次浪费 3,200 token。

🕳️ 黑洞 5：工作区文件注入

GitHub Issue #9157：OpenClaw 在每条消息中注入工作区文件列表，浪费了 93.5% 的 token 预算。

二、2 月版本更新：必须知道的 3 件事

版本更新对比

更新 1：Sonnet 4.6——免费升级，性能翻倍

ARC-AGI-2 从 13.6% 到 58.3%，4.3 倍提升。价格和 Sonnet 4.5 一模一样：$3/$15 per MTok。

用户偏好测试：Sonnet 4.6 vs Opus 4.5 = 59:41。超过一半的人觉得 Sonnet 4.6 不比 Opus 差，而 Sonnet 价格只有 Opus 的 60%。

更新 2：1M Context——有悬崖的扩容

1M Context 定价陷阱

⚠️ 关键陷阱：超过 200K 后，所有 token 全部翻倍。从 199K 到 201K，不是多了 2K token 的钱，而是所有 201K token 的单价都翻了。200K 是成本悬崖。

正确用法：即使有 1M，也应该在 200K 之前主动触发 compaction。

更新 3：嵌套子 Agent

最深 5 层，理论上最多 31 个并发 Agent 会话。每个都有独立 context，每个都在烧你的 token。正确做法：主 Agent 用 Opus 做决策，子 Agent 用 Sonnet/Haiku 做执行。

三、模型路由——ROI 最高的省钱策略

模型路由策略

策略：Opus-as-Orchestrator

Opus 只做"将军"：分析任务、制定计划、分配给便宜模型执行、审核结果。

成本对比（100K token/天）：

  • 全 Opus：$3.00/天
  • Opus 调度 + Sonnet 执行：$1.92/天，省 36%
  • Opus 调度 + Haiku 执行：$0.84/天，省 72%

嵌套子 Agent 让这个模式更强：主 Agent（Opus）→ 一级子 Agent（Sonnet）→ 二级子 Agent（Haiku）

四、Prompt Caching——Agent 场景的免费午餐

Prompt Caching 收益

OpenClaw 系统 Prompt 动辄 5,000-10,000 token，每次请求中约 40-60% 是完全重复的。Anthropic 的 Prompt Caching 给这部分 90% 折扣。

轻度使用省 86%，中度省 88%，重度省 89%。对高频交互的 Agent，已经是几百美元的差距。

五、本地模型——零 API 成本的边界

ollama pull qwen3:32b

OpenClaw 原生支持 Ollama 自动发现，本地调用：$0。

质量底线：14B 以上。社区共识是 8B 模型在工具调用时频繁产生幻觉，对 Agent 场景致命。

六、10 步省钱清单（按优先级排序）

10步省钱清单

步骤操作预期节省
1禁用原生心跳：agents.defaults.heartbeat.every: "0m"$150-900/月
2任务完成后立刻 /compact 重置会话因人而异
3切换默认模型到 Sonnet 4.6省 40%
4禁用不用的 Skill200-400 token/次/Skill
5thinkingDefault: "minimal"省 50% 推理 token
6启用 Prompt 缓存省 86-89%
7compaction.mode: "safeguard", targetTokens: 50000省 token 又保记忆
8模型路由：50% Haiku + 30% Sonnet + 20% Opus省 60-72%
9SOUL.md 加"Be concise" + max_tokens 硬限制省 30-50%
10部署本地模型（Ollama）月花直接砍半

七、真实案例

真实案例对比

  • $150 → $35/月（77% 削减）：禁用 13 个未用 Skill + 任务完成即重置 + Prompt 缓存，投入不到 1 小时
  • $1,200 → $50/月（96% 削减）：完整模型路由 + 心跳切本地 + output 限制
  • $400/月，但不想省：从 Disneyland 通过 Telegram 协调多个开发实例，"Better ROI than hiring staff"

八、速查配置模板

速查配置模板

agents:
  defaults:
    model: "anthropic/claude-sonnet-4-6"
    fallbackModel: "anthropic/claude-haiku-4-5"
    heartbeat:
      every: "0m"          # 关闭心跳
    thinking:
      default: "minimal"   # 推理最小化
    compaction:
      mode: "safeguard"
      targetTokens: 50000  # 200K 前触发
  subAgents:
    model: "anthropic/claude-haiku-4-5"
    thinking:
      sonnet: false
      opus: true

月预期花费：中度 $30-60，重度 $80-150。

原文链接：https://x.com/lijiuer92/status/2025081922410443243 | 转载自 @lijiuer92

AD SLOT — BOTTOM