拒绝 API 账单焦虑：如何通过模型路由节省 80% 的 OpenClaw 成本

上个月收到 Anthropic 账单的那一刻，我盯着屏幕上的数字愣了好几秒。

比我预期的整整高出三倍。手指悬在触控板上，我甚至怀疑是不是看错了小数点。我的 OpenClaw 助手明明只是帮我处理了一些日常琐事——回复几封邮件、整理笔记、偶尔写点代码片段……怎么就烧掉了这么多？

那天晚上我没睡好。躺在床上翻来覆去地想：问题出在哪？后来翻日志才发现端倪——默认配置下，所有请求都走最昂贵的 Claude Opus 4.6。心跳检查、简单查询、文件操作，一视同仁。更可怕的是子代理并行工作时，每个都在”烧钱”。

说实话，当时挺崩溃的。

后来我花了一个周末研究 OpenClaw 的模型路由功能，发现原来可以通过智能分层，让”便宜货”处理简单工作，只把真正需要深度思考的任务交给”expensive guys”。一个月后，账单降到了 $68。

理解 OpenClaw 的成本黑洞

为什么默认配置这么贵？

先来看一组触目惊心的数字：

模型	输入价格 ($/MTok)	输出价格 ($/MTok)	适用场景
Claude Opus 4.6	$5.00	$25.00	复杂推理、长文档分析
Claude Sonnet 4.5	$0.80	$4.00	一般任务、代码生成
Claude Haiku 3.5	$0.25	$1.25	简单查询、快速响应
Llama 3 (本地)	$0	$0	心跳、文件操作、基础问答

MTok = Million Tokens，100 万 token

做个简单的算术题。假设每天发送 100 条消息，平均每条 500 tokens：

全用 Opus 的话，100 × 500 × $5 / 1,000,000 = $0.25/天，也就是 $7.5/月。

听起来还行？

问题是——这算法太天真了。OpenClaw 的系统提示词就占 2k-4k tokens，加上工具调用、重试机制……实际消耗是裸计算的 3-5 倍。

隐藏的成本陷阱

陷阱 1：心跳请求（Heartbeat）

每 30 秒一次心跳检查，一天就是 2880 次。每次心跳即使没实质内容，也要带上完整的系统提示词。

这就是纯纯的”token 税”。

陷阱 2：子代理（Sub-agents）

并行任务时，每个子代理都用主模型。“查一下日历”这种简单操作也走 Opus，想想就肉疼。

陷阱 3：重试机制

网络波动时的自动重试，失败请求的 token 已经产生，但不会返回结果。钱花了，事没办成。

三层模型路由策略

核心理念：任务分层

不是每个请求都值得用最贵的模型。

我们要建立三层体系：

┌─────────────────────────────────────────────┐
│  Layer 1: 本地模型（Llama 3 / Qwen 等）      │
│  → 心跳、文件操作、简单问答、状态检查        │
│  → 成本：$0                                 │
├─────────────────────────────────────────────┤
│  Layer 2: 轻量云端（Claude Haiku / GPT-4o-mini）│
│  → 日常对话、邮件起草、简单代码              │
│  → 成本：$0.25/MTok                         │
├─────────────────────────────────────────────┤
│  Layer 3: 重型武器（Claude Opus / GPT-4o）   │
│  → 复杂架构设计、深度分析、创意写作          │
│  → 成本：$5/MTok（但用量极少）              │
└─────────────────────────────────────────────┘

说白了，就是让合适的人干合适的活。

配置实战：OpenClaw + Ollama 本地模型

Step 1: 安装并启动 Ollama

# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows 下载安装包后
ollama serve

# 拉取适合的模型
ollama pull llama3.2:latest      # 轻量级，适合简单任务
ollama pull qwen2.5:14b          # 更强一些，支持工具调用

Step 2: 配置 OpenClaw 使用本地模型

编辑 ~/.openclaw/openclaw.json：

{
  "models": {
    "defaults": {
      "model": "ollama/qwen2.5:14b",
      "fallbacks": [
        "anthropic/claude-sonnet-4-5",
        "anthropic/claude-opus-4-6"
      ]
    },
    "providers": {
      "ollama": {
        "type": "openai-compatible",
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama"
      }
    }
  }
}

几个关键点：

• baseUrl: Ollama 默认运行在 11434 端口
• context window: OpenClaw 需要至少 64k 上下文，选模型时注意
• tool calling: 不是所有本地模型都支持，推荐 qwen2.5 或 mistral-nemo

高级路由：基于任务类型的智能分配

使用 OpenRouter Auto Model：

{
  "models": {
    "defaults": {
      "model": "openrouter/openrouter/auto",
      "fallbacks": [
        "anthropic/claude-sonnet-4-5"
      ]
    }
  }
}

OpenRouter 的 Auto 模式会自动根据 prompt 复杂度选择最便宜的合适模型。省事。

自定义路由规则（iblai-openclaw-router）：

对于更精细的控制，可以用开源的 iblai-openclaw-router：

{
  "routing": {
    "enabled": true,
    "tiers": {
      "free": {
        "models": ["ollama/llama3.2"],
        "keywords": ["heartbeat", "status", "ping", "check"]
      },
      "cheap": {
        "models": ["anthropic/claude-haiku-3-5"],
        "maxCostPerRequest": 0.001
      },
      "standard": {
        "models": ["anthropic/claude-sonnet-4-5"]
      },
      "premium": {
        "models": ["anthropic/claude-opus-4-6"],
        "keywords": ["architect", "design", "analyze deeply", "complex"]
      }
    }
  }
}

真实案例：一个月的成本对比

优化前的账单构成

某开发者的典型月度使用（来自社区真实数据）：

用途	请求次数	估算 Token	模型	费用
日常对话	800	400k	Opus 4.6	$10.00
代码辅助	200	600k	Opus 4.6	$18.00
心跳检查	86,400	172M	Opus 4.6	$860.00
文件操作	150	75k	Opus 4.6	$1.88
子代理任务	300	450k	Opus 4.6	$13.50
总计				$903.38

看到这个心跳检查的费用了吗？$860。这就是最大的罪魁祸首。

优化后的账单

实施三层路由后：

用途	请求次数	估算 Token	模型	费用
日常对话	800	400k	Sonnet 4.5	$1.60
代码辅助	200	600k	Opus 4.6	$18.00
心跳检查	86,400	172M	Llama 3 (本地)	$0
文件操作	150	75k	Llama 3 (本地)	$0
子代理任务	300	450k	Sonnet 4.5	$1.80
总计				$21.40

当然，这是个比较极端的例子——那位老哥的心跳占比实在太高了。实际节省通常在 70-80%，取决于具体使用场景。

不同场景的预期节省

使用场景	原月均费用	优化后	节省比例
轻度用户（<100 消息/天）	$50-80	$15-25	70%
中度用户（100-500 消息/天）	$200-400	$50-100	75%
重度用户（>500 消息/天 + 子代理）	$500-1000	$100-250	80%

避坑指南：常见问题与解决方案

本地模型不响应或报错

症状：

Error: Connection refused
或者模型返回空内容

排查步骤：

1. 确认 Ollama 正在运行：ollama list
2. 检查端口是否正确：curl http://127.0.0.1:11434/api/tags
3. 确认模型已下载：ollama pull qwen2.5:14b
4. 增加上下文窗口：某些模型默认 4k，OpenClaw 需要 64k+

推荐的高性价比组合：

ollama pull qwen2.5:14b-instruct    # 支持工具调用，中文友好
ollama pull mistral-nemo:latest     # 性能均衡
ollama pull glm-4.7-flash           # 轻量级，速度快

工具调用失败

原因：不是所有本地模型都支持 function calling。

解决：

• 使用明确标注支持 tool use 的模型（如 qwen2.5、mistral-nemo）
• 在配置中关闭特定模型的工具调用：

{
  "models": {
    "ollama/llama3.2": {
      "supportsTools": false
    }
  }
}

Fallback 链配置错误

常见错误：

// 错误：Anthropic 被限流时，Sonnet 和 Opus 可能同时不可用
"fallbacks": [
  "anthropic/claude-sonnet-4-5",
  "anthropic/claude-opus-4-6"
]

// 正确：跨供应商 fallback
"fallbacks": [
  "anthropic/claude-sonnet-4-5",
  "openai/gpt-4o",
  "google/gemini-pro"
]

质量下降怎么办？

如果发现本地模型处理不了某些任务：

1. 逐步升级：本地 → Haiku → Sonnet → Opus
2. 关键词触发：在 prompt 中明确标注任务复杂度
3. 人工复核：重要任务可以要求确认后再执行

总结与行动清单

说了这么多，核心就几点：

1. 成本主要来自心跳和简单查询，不是你以为的”大任务”
2. 本地模型完全可以胜任日常琐事，别浪费 Opus 的额度
3. Fallback 链要跨供应商配置，避免单点故障
4. 从小处开始：先让心跳走本地模型，就能看到明显节省

本周就能做的 3 件事

• 安装 Ollama，拉取一个轻量级模型（llama3.2 或 qwen2.5:7b）
• 修改 ~/.openclaw/openclaw.json，将默认模型指向本地
• 观察一周账单变化，微调路由策略

进阶探索

• 尝试 iblai-openclaw-router 实现智能任务分级
• 结合 Prompt Caching 进一步降低重复调用的成本
• 监控各模型的成功率和响应时间，持续优化配置

你优化过 OpenClaw 的账单吗？用了什么策略？欢迎在评论区分享你的经验，或者提问配置中遇到的问题——我会尽量回复。

常见问题

OpenClaw 模型路由配置会影响响应质量吗？

合理配置不会影响质量。关键是根据任务复杂度分层：心跳、文件操作等简单任务用本地模型完全够用；只有复杂推理和创意写作才需要 Claude Opus。建议从简单任务开始迁移，逐步建立信心。

本地模型需要什么样的硬件配置？

轻量级任务（llama3.2、qwen2.5:7b）8GB 内存即可流畅运行；14b 参数模型建议 16GB 内存；如果需要运行 32b 以上模型，建议配备独立显卡。对于纯心跳检查，甚至可以用 3b 级别的超轻量模型。

Fallback 链的顺序有什么讲究？

建议按成本和性能平衡排序：本地模型 → 轻量云端（Haiku）→ 标准云端（Sonnet/GPT-4o）→ 重型模型（Opus）。同时注意跨供应商配置，避免 Anthropic 限流时整个链条失效。

优化后通常能节省多少成本？

根据使用场景不同，节省比例在 70-80% 之间。轻度用户（<100 消息/天）月费用可从 $50-80 降至 $15-25；重度用户（>500 消息/天）可从 $500-1000 降至 $100-250。心跳占比越高，节省效果越明显。

7 分钟阅读 · 发布于: 2026年2月26日 · 修改于: 2026年3月3日