Как сделать OpenClaw в 5–10 раз дешевле: грамотный выбор моделей и маршрутизация токенов

Почему счёт за OpenClaw растёт так быстро

Под капотом OpenClaw почти всегда общается с одним выбранным LLM-провайдером — и по умолчанию гонит всё в одну модель. Это означает, что:

• Heartbeat-пинги, простые проверки статуса и фоновые cron-задачи идут в ту же дорогую модель, что и сложный ресёрч.
• Вы платите ставку Sonnet/Opus за задачи, которые спокойно решил бы дешёвый или локальный LLM.

Инженеры, которые разобрались с маршрутизацией моделей, снижают стоимость OpenClaw на 50–90% — без заметной потери качества для реальных задач. Ниже — конкретная схема, как это повторить.​

Какие модели вообще использовать (и за что платить)

Большинство гайдов рекомендуют трёхуровневую модельную пирамиду:

Уровень	Тип задач	Примеры моделей	Примерная цена за 1M токенов (февраль 2026)
Level 1: дёшево	Heartbeat, простые cron, релей-перенаправление	Gemini 2.5 Flash-Lite, MiniMax M2.1, GPT-OSS-120b, локальные модели через Ollama	от 0–0.5$ ​
Level 2: середина	Почта, таски, GitHub, рутинные воркфлоу	Claude Sonnet, DeepSeek V3.2, GPT-4o, Kimi K2.x	0.5–15$ ​
Level 3: премиум	Сложный ресёрч, архитектурные решения, спорные кейсы	Claude Opus, GPT‑5	15–30$ ​

Примеры конкретных цен (per 1M токенов) из публичных гайдов и видео:

• Gemini 2.5 Flash-Lite — около 0.5$
• DeepSeek V3.2 — ~0.53$
• MiniMax M2.1 — ~0.10$
• GPT-OSS-120b — ~0.50$
• GPT‑5 — ~11.25$
• GPT‑4.5 / GPT‑4o — ~10–75$ в зависимости от варианта
• Claude Opus 4.5 — ~30$

Разница между самым дешёвым и самым дорогим вариантом — до 60 раз. Если всё гонится в Opus — счёт растёт абсолютно предсказуемо.​

Шаг 1. Разделите задачи по «уровням боли»

Первый практический шаг — перестать мыслить «моделью по умолчанию» и начать мыслить сценариями.

Level 1 (дешёвые и локальные LLM)

Используем для:

• Heartbeat-проверок (по умолчанию они очень простые)
• Простых cron-задач: «проверить, есть ли новые письма», «есть ли новые задачи в очереди»
• Релей-агента: принять сообщение из Telegram, оформить и переслать в другую систему
• Вспомогательные субагенты, которые готовят данные, но не принимают критических решений

Идеальные кандидаты: Gemini Flash, MiniMax M2.1, GPT-OSS-120b или вообще локальная модель в Ollama.​

Level 2 (рабочие лошади)

Используем для:

• Обработки почты (классификация, саммари, черновики)
• Управления тасками (создание, обновление, приоритизация)
• GitHub-автоматизаций: описание PR, создание issue, базовый трияж
• Утренних брифингов, недельных отчётов, лёгкого ресёрча

Здесь важны структурированность, стабильные tool calls и адекватное поведение, но не «магия». Сюда отлично ложатся Claude Sonnet, DeepSeek, Kimi K2.x, GPT‑4o.

Level 3 (редко, но метко)

Используем для:

• Сложных архитектурных решений
• Длинных (10k+ токенов) аналитических отчётов
• Запутанных случаев с несколькими источниками, конфликтующими данными и высоким риском ошибки

Типичный паттерн: 80–90% задач закрываются Level 1–2, и только явно помеченные как «сложные» идут в Opus / GPT‑5.​

Шаг 2. Настраиваем дешёвую модель для heartbeat

Большинство гайдлайнов сходятся: heartbeat — главное скрытое место утечки токенов. Он работает в фоне, часто, и кажется «бесплатным», пока вы не увидите счёт.​

2.1. Отдельная модель для heartbeat

Пример из практического гида по конфигу:​

json{
  "agents": {
    "defaults": {
      "heartbeat": {
        "model": "google/gemini-3-flash",
        "every": "30m"
      }
    }
  }
}

Суть:

• В openclaw.json явно прописываем дешёвую модель только для heartbeat.
• Интервал (every) ставим от 30 минут до 2 часов — в зависимости от потребностей.
• Основной model при этом остаётся Sonnet/Opus/GPT‑5 — для «осмысленной» работы.

Гайды приводят кейсы, когда один этот шаг снижал общие расходы на 20–40%.​​

2.2. Делаем heartbeat почти бесплатным

Хороший паттерн, который рекомендуют инженеры: «cheap mode first».​

• Сначала запускается лёгкий скрипт (bash/python), который сам проверяет необходимые состояния (файлы, очереди, простые API) без LLM.
• Скрипт возвращает либо HEARTBEAT_OK, либо HEARTBEAT_ALERT + краткий список изменений.​
• Только если статус ALERT, OpenClaw зовёт LLM, чтобы красиво отформатировать и объяснить это человеку.

Такой паттерн даёт:

• Нулевую стоимость heartbeat в большинстве случаев (когда «ничего нового»).​
• Аккуратные человеческие саммари, когда что-то реально изменилось.

Шаг 3. Переводим cron-задачи на дешёвые модели

По умолчанию cron-задачи в OpenClaw запускаются через тот же агент и модель, что и основная сессия, если не указано иное. Это удобно, но дорого.

3.1. Базовый пример

Документация показывает простой вариант cron-задачи:

bashopenclaw cron add \
  --name "Morning briefing" \
  --cron "0 8 * * *" \
  --session main \
  --message "Prepare a morning briefing for the next 24h." \
  --model "haiku"

Ключевой момент — --model "haiku": этот брифинг всегда будет генерироваться дешёвой моделью, независимо от того, какой LLM выбран как основной.

3.2. Выделенные агенты под cron

Более продвинутая конфигурация: под разные типы cron-нагрузки заводим отдельных агентов:

bash# Агент ops для операционных sweep'ов
openclaw cron add \
  --name "Ops sweep" \
  --cron "0 6 * * *" \
  --session isolated \
  --message "Check ops queue" \
  --agent ops \
  --model "gemini-3-flash"

• Агент ops в AGENTS.md может быть кратко описан как «немногословный, сугубо утилитарный».
• Модель — максимально дешёвая, но надёжная для структурной работы.

Шаг 4. Используем локальные модели там, где это безопасно

Самый радикальный способ сократить расходы — вынести часть задач на локальные LLM.​

4.1. Паттерн «локальный heartbeat + облачный основной»

Видео и статьи показывают типичный сетап:​​

1. Ставим Ollama и поднимаем локальную модель (LLaMA, Qwen, Mistral — любые разумные варианты).
2. В openclaw.json прописываем:

json{
  "providers": {
    "ollama": {
      "endpoint": "http://localhost:11434"
    }
  },
  "agents": {
    "defaults": {
      "heartbeat": {
        "model": "ollama/my-local-model",
        "every": "2h"
      }
    }
  }
}

3. Для cron и рутинных задач — указываем ту же локальную модель в --model.
4. Основная модель (Sonnet/Kimi/GPT‑5) остаётся для интерактивных задач и сложных сценариев.

Авторы таких гайдов честно пишут: 80–90% снижения расходов достигается именно за счёт выноса фона на локальные модели.​

4.2. Что безопасно отдавать локалкам

Под локальные модели хорошо уходят:

• Heartbeats, если логика сверяется через скрипты.
• Простые cron-саммари, когда не нужно супер-качества формулировок.
• Внутренние черновики (например, «черновая сводка» перед тем, как премиум-модель её отшлифует).

Не стоит отдавать локалкам:

• Сложные многошаговые решения с дорогими последствиями.
• Тонкие, нюансные письма/коммуникации для клиентов.

Шаг 5. Управляем моделью прямо из чата

Даже при хорошо настроенной маршрутизации случаются задачи, где внезапно нужна модель «повыше». Для этого есть быстрый инструмент — команда /model.

​

Типичный паттерн работы

• По умолчанию сессия запущена на Sonnet/Gemini Flash.
• В какой-то момент вы понимаете: «Ок, вот этот кусок — сложный, нужен Opus/GPT‑5».
• Пишете в чат: /model opus или /model gpt-5.
• Агента переводит на другую модель в рамках текущей сессии.

Гайды по оптимизации советуют:

• Не держать сессию вечно на премиум-модели.
• После завершения тяжёлой задачи вернуть модель обратно: /model sonnet или /model haiku.

Это дисциплина, но именно она отличает людей с нормальными счетами от тех, у кого OpenClaw становится «второй ипотекой».

Шаг 6. Не забываем про embedding-модели

У OpenClaw есть функции поиска по памяти и workspace (memory_search и т.п.), которые опираются на embedding-модели. Если их не настроить, система может:​

• Либо слать в основной LLM избыточный контекст (дорого).
• Либо плохо подбирать релевантные куски (снижение качества).

Практический пример: Amazon Nova Multimodal Embeddings стоит около 0.00014$ за 1K токенов — это крошечная доля стоимости по сравнению с основными моделями. В гайдах по снижению расходов прямо говорится:​

«Если вы используете OpenClaw с серьёзной историей и памятью, не экономьте на embedding-модели — это самая дешёвая часть пайплайна».​

Как выглядят реальные кейсы экономии

В кейсах инженеров, которые делятся конкретными цифрами, картинки примерно такие:

• Инженер SaaS-проекта: с ~1000$/мес до ~200$/мес после:
  • выноса heartbeat на локальную модель,
  • переноса cron-задач на Haiku/Gemini Flash,
  • использования Opus только по /model для сложных задач.
• Один из авторов гайда: «Просто поменяв конфиг моделей и heartbeat, я срезал счёт на 80%».​
• Блогеры по OpenClaw показывают, как правильный тюнинг частоты heartbeat + выбор моделей даёт 60–90% экономии без заметной потери качества.

Общая мысль: качество в чате и качество в агентном режиме — разные вещи. Модели, которые слегка хуже формулируют, могут быть абсолютно достаточны для внутренних задач и стоят в десятки раз дешевле.

Мини-чеклист по экономии в OpenClaw

На основе статей, доков и практических гайдов можно собрать короткий чеклист:​

• Настроить отдельную дешёвую модель для heartbeat в openclaw.json.
• Уменьшить частоту heartbeat до разумной (30–120 минут).
• Использовать паттерн «cheap script first, model только при ALERT» для heartbeats.
• Для каждой cron-задачи явно указать модель (--model), в идеале дешёвую.
• По возможности вынести фон (heartbeats, простые cron) на локальные модели через Ollama.
• Использовать /model только тогда, когда действительно нужна премиум-модель — и возвращаться обратно после задачи.
• Настроить embedding-модель, чтобы не гонять лишний контекст за счёт основного LLM.

С этими шагами OpenClaw перестаёт быть «дорогой игрушкой» и становится устойчивым инструментом, который можно использовать каждый день