BroadRouter

OpenClaw und Hermes Agent mit günstigem Modell: Setup und Kosten

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht

Beide Agenten akzeptieren einen eigenen OpenAI-kompatiblen Endpunkt: OpenClaw unter models.providers mit api "openai-completions", Hermes Agent mit provider: custom und einer base_url. Die Kosten ergeben sich aus Kontextgröße mal Ausführungshäufigkeit mal Modellpreis. Verkleinern Sie den Kontext, lassen Sie geplante Checks seltener und auf einem günstigeren Modell laufen, und testen Sie Tool-Calling, bevor Sie sich festlegen.

OpenClaw und Hermes Agent sind persönliche Agenten, die Sie dauerhaft laufen lassen: Sie lesen Ihre Nachrichten, führen Tools aus und wachen nach Zeitplan auf, um Dinge zu prüfen. Beide können jeden OpenAI-kompatiblen Endpunkt nutzen, Sie können also ein günstigeres Modell als die Voreinstellung wählen. Der Haken: Jeder Lauf sendet Kontext, und Kontext ist das, wofür Sie bezahlen.

Warum kosten ständig laufende Agenten so viel?

Eine Chat-App sendet dem Modell eine Nachricht nach der anderen. Ein persönlicher Agent sendet bei jedem Turn seinen System-Prompt, seine Workspace-Dateien, sein Gedächtnis und einen Ausschnitt der Unterhaltung, und er startet Turns auch selbst, nach Zeitplan. Die Rechnung lautet ungefähr:

Kontext-Tokens pro Lauf × Läufe pro Tag × Preis pro Token, plus Output.

Notebookcheck berichtete im Februar 2026, dass der „Heartbeat“-Check von OpenClaw, der alle 30 Minuten lief, das gesamte Kontextfenster an die API schickte, rund 120.000 Tokens für einen trivialen Check. Ein nächtlicher Lauf eines Nutzers mit etwa 25 solcher Checks auf Claude Opus soll rund 18,75 USD gekostet haben. Diese Zahlen sind Nutzerberichte, die Notebookcheck zitiert, keine eigenen Messungen, aber es geht um den Mechanismus: Auch ein untätiger Agent verbraucht Tokens.

Inzwischen beschreibt die OpenClaw-Doku Heartbeats als abgelöst. Geplante Checks sind jetzt normale Automation-Jobs, und openclaw doctor --fix migriert alte Heartbeat-Einstellungen dorthin. Der Setup-Job läuft weiterhin alle 30 Minuten, sofern der Provider keinen anderen Takt vorgibt, die Rechnung unten gilt also weiter.

Wie verbindet man OpenClaw mit einem OpenAI-kompatiblen Endpunkt?

OpenClaw registriert eigene Provider unter models.providers.<id>. Für einen OpenAI-kompatiblen Server setzen Sie baseUrl, apiKey, api: "openai-completions" und ein models-Array. Pro Modell ist nur id Pflicht, die Doku empfiehlt aber explizite Werte für contextWindow und maxTokens, die zum Server passen. Auf BroadNet Inference ausgerichtet, mit Feldnamen aus der OpenClaw-Doku und Werten aus der Doku und dem Preis-Feed von BroadNet:

{
  models: {
    providers: {
      broadnet: {
        baseUrl: "https://inference.broadnet.ai/v1",
        apiKey: "${BROADNET_API_KEY}",
        api: "openai-completions",
        models: [
          { id: "broadnet/glm-5.3", name: "GLM 5.3", reasoning: true,
            input: ["text"], contextWindow: 1048576 },
          { id: "broadnet/qwen3.8-27b", name: "Qwen3.8 27B", reasoning: true,
            input: ["text", "image"], contextWindow: 262144 },
        ],
      },
    },
  },
}

Modellreferenzen bestehen aus Provider-ID, Schrägstrich und Modell-ID. agents.defaults.models setzt nur Aliase und Metadaten; es registriert kein Modell, aufrufbar wird es erst durch den Eintrag unter models.providers. Zwei Kompatibilitätshinweise von derselben Seite: compat.supportsReasoningEffort: false verhindert, dass OpenClaw reasoning_effort sendet, falls ein Endpunkt das ablehnt (die Doku von BroadNet akzeptiert reasoning_effort: low), und ein Modell, das Bilder annimmt, braucht input: ["text", "image"], damit Anhänge nativ übergeben werden.

Setzen Sie auch die cost-Felder. Die Schätzungen der OpenClaw-Automation nutzen die Preise aus Ihrer lokalen models.json, wenn eine Runtime Tokens ohne Kosten meldet, und der Standardwert ist null, wodurch jeder Lauf kostenlos aussieht.

Wie richtet man Hermes Agent auf einen eigenen Endpunkt aus?

Führen Sie hermes model im Terminal aus und wählen Sie die Option für einen eigenen Endpunkt; es fragt nach Basis-URL, API-Schlüssel und Modellname. Oder bearbeiten Sie ~/.hermes/config.yaml:

model:
  default: broadnet/qwen3.8-27b
  provider: custom
  base_url: https://inference.broadnet.ai/v1
  key_env: BROADNET_API_KEY

Drei Punkte aus der Hermes-Doku zählen bei der Modellwahl:

  • Kontext-Untergrenze. Hermes Agent verlangt für den Agentenbetrieb mit Tools mindestens 64.000 Tokens Kontext und lehnt kleinere Fenster beim Start ab.
  • Tool-Calls. Wenn der Server Tool-Calls nicht parst, gibt das Modell sie als Text aus, und nichts wird ausgeführt.
  • Hilfsaufgaben. Vision, Kompression und Titel gehen standardmäßig an Ihr Haupt-Chat-Modell, und jede davon lässt sich auf ein günstigeres Modell umstellen.

Welche BroadNet-Modelle passen zu diesen Agenten?

Modell Kontext Tools von BroadNet dokumentiert Input / gecacht / Output pro 1M Erfüllt Hermes-Untergrenze 64K
GLM 5.3 1.048.576 Ja $0.78 / $0.173 / $3.46 Ja
Qwen3.8 27B 262.144 Ja $0.175 / $0.0435 / $2.17 Ja
DeepSeek V4.1 Flash 1.048.576 Nicht dokumentiert $0.175 / $0.0055 / $0.52, oder pauschal $60 im Monat Ja
Gemma 4 VL 26B 32.768 Nicht dokumentiert $0.10 / kein Cache-Preis / $0.22 Nein

Beide Agenten leben von Tool-Calls, beginnen Sie also mit GLM 5.3 oder Qwen3.8 27B. DeepSeek V4.1 Flash hat von den drei passenden Modellen die niedrigsten Preise für Output und gecachten Input und als einziges einen Flatrate-Plan, aber BroadNet dokumentiert dafür kein Tool-Calling. Lassen Sie Ihren echten Agenten eine Meteor-Stunde für $1 laufen und beobachten Sie, ob Tools tatsächlich ausgelöst werden, bevor Sie einen Monat kaufen. Tool-Calling mit offenen Modellen beschreibt, worauf Sie achten sollten. Gemma ist das Modell, das das Startguthaben von $5 abdeckt, aber sein 32K-Fenster liegt unter der Hermes-Untergrenze und ist für einen OpenClaw-Agenten mit vielen Workspace-Dateien knapp.

Wie sieht die Token-Rechnung aus?

Beispielannahmen, keine Messungen. Ihre eigenen Zahlen lesen Sie aus dem usage-Block jeder Antwort oder von der Nutzungsseite Ihres Anbieters ab.

Geplanter Check Kontext pro Lauf Läufe pro Tag Input-Tokens pro Monat (30 Tage)
Voller Kontext alle 30 Minuten 120.000 48 172,8 Millionen
Voller Kontext stündlich 120.000 24 86,4 Millionen
Schlanker Kontext stündlich 15.000 24 10,8 Millionen
Schlanker Kontext alle 2 Stunden, 12 aktive Stunden 15.000 6 2,7 Millionen

Das ist noch vor jedem Chat oder jeder Aufgabe. Multiplizieren Sie die Input-Spalte mit dem Input-Preis pro 1M aus der Tabelle oben, oder geben Sie die Werte in den LLM-API-Kostenrechner ein. Bleibt das Präfix zwischen den Läufen identisch, kann ein Großteil stattdessen zum Cache-Preis abgerechnet werden, $0.0055 statt $0.175 pro 1M bei DeepSeek V4.1 Flash; so bleibt das Präfix cachebar. Wohin die Tokens eines Agenten jenseits geplanter Checks gehen, lesen Sie unter Token-Budget für Agenten.

Wie senkt man die Rechnung, ohne den Agenten kaputtzumachen?

Nutzen Sie die Stellschrauben, die jedes Tool dokumentiert:

  • Schlanker Kontext für Routine-Jobs (OpenClaw). --light-context überspringt das Einfügen der Workspace-Bootstrap-Dateien. Isolierte Jobs starten eine frische Session und schleppen so nicht die ganze Unterhaltung mit. Halten Sie das Job-Scratch kurz; es wird in jeden Lauf eingefügt, bis zu 256 KiB.
  • Ein günstigeres Modell pro Job. OpenClaws --model setzt das primäre Modell eines Jobs vor die Session-Präferenzen, und laut Doku eignen sich Routine-Zusammenfassungen und Status-Checks für ein leichteres Modell. In Hermes legt hermes cron create --model … --provider … ein Modell pro Job fest, und Jobs ohne Festlegung nutzen cron.model, falls gesetzt.
  • Weniger Läufe, nur zu aktiven Zeiten. OpenClaw-Jobs akzeptieren ein activeHours-Fenster. Halbe Häufigkeit heißt halb so viele Tokens für geplante Checks.
  • Stille Ergebnisse. In OpenClaw gibt ein Check ohne Neuigkeiten NO_REPLY zurück und bleibt still, Sie bekommen also nicht bei jedem Lauf eine Nachricht.
  • Jobs ohne Modell. Hermes-Skript-Jobs laufen ohne Modell, reines Polling kostet also nichts.
  • Ausgabenlimits. Legen Sie ein Budget auf den Schlüssel; Ausgabenkontrolle für LLM-APIs behandelt Budgets und Schutz vor Endlosschleifen.

Wann lohnt sich ein Flatrate-Plan?

Eine Full-Moon-Session hat für DeepSeek V4.1 Flash keinen Token-Zähler, kein Zeitfenster und keine Obergrenze: $60 im Monat, $15 pro Woche oder $1 pro Stunde. Ein Kontext von 120.000 Tokens alle 30 Minuten kostet dasselbe wie ein schlanker. Zwei Grenzen bleiben:

  • Eine Anfrage gleichzeitig pro Session. Ein geplanter Job und Ihre Chat-Antwort warten aufeinander. Kaufen Sie eine zweite Session, wenn sie sich oft überschneiden. Wie Sessions funktionieren.
  • Tool-Calling ist Ihr Test, kein Versprechen von BroadNet. Siehe oben.

Wenn Ihr Agent meist schläft und nur ein paar schlanke Checks am Tag ausführt, ist Pay-as-you-go günstiger. Vergleichen Sie beides mit dem Rechner Flatrate vs. Token-Abrechnung.

Und Sprachnachrichten?

Wenn Ihr Agent Sprachnachrichten aus WhatsApp oder Telegram empfängt, transkribieren Sie sie, bevor das LLM sie sieht. BroadNet Transcribe Arabic kostet $0.0042 pro Minute und BroadNet Transcribe (14 Sprachen) $0.002, und beide funktionieren mit dem Startguthaben. Die Anleitung für WhatsApp-Sprachnachrichten enthält den Konvertierungsschritt.

Wo BroadNet Inference ins Bild passt

BroadNet bietet diesen Agenten einen OpenAI-kompatiblen Endpunkt mit zwei Modellen mit dokumentiertem Tool-Calling, einem Flatrate-Modell für großen Kontext, Preisen für gecachten Input und Speech-to-Text über einen einzigen Schlüssel, und es speichert keine Prompts oder Antworten. Es passt nicht ideal, wenn Sie vom ersten Tag an ein Modell zum niedrigsten Preis brauchen, dessen Tool-Calling in Ihrem Agenten erwiesen ist, oder viele parallele Anfragen auf einer einzigen Flatrate-Session. Agenten mit intensiver Browser- oder Vision-Nutzung fahren unter Umständen auch mit einem größeren multimodalen Modell anderswo besser. Testen Sie eine Stunde mit Ihrem eigenen Agenten, bevor Sie sich festlegen.

Häufige Fragen

Kann OpenClaw eine eigene OpenAI-kompatible API nutzen?

Ja. Legen Sie unter models.providers einen Provider mit baseUrl, apiKey (am besten als Verweis auf eine Umgebungsvariable), api auf "openai-completions" und einem models-Array an, das mindestens die id jedes Modells enthält. Das Modell referenzieren Sie als Provider-ID, Schrägstrich, Modell-ID.

Wie richte ich Hermes Agent auf einen eigenen Endpunkt aus?

Führen Sie hermes model aus und wählen Sie die Option für einen eigenen Endpunkt, oder setzen Sie in ~/.hermes/config.yaml model.provider auf custom, model.base_url auf die /v1-URL, model.default auf die Modell-ID sowie api_key oder key_env.

Warum verbraucht OpenClaw im Leerlauf so viele Tokens?

Geplante Checks sind Modellaufrufe. Ein Notebookcheck-Bericht vom Februar 2026 beschrieb einen 30-Minuten-Check, der jedes Mal rund 120.000 Tokens Kontext sendete. OpenClaw hat Heartbeats inzwischen in Automation-Jobs überführt, die mit schlankem Kontext und eigenem Modell laufen können.

Welches BroadNet-Modell eignet sich für OpenClaw oder Hermes Agent?

Beginnen Sie mit GLM 5.3 oder Qwen3.8 27B, den beiden Modellen, deren Tool-Calling BroadNet dokumentiert. DeepSeek V4.1 Flash ist günstiger und hat einen Flatrate-Plan, aber testen Sie dessen Tool-Calls zuerst in Ihrem Agenten.

Kann ich Hermes Agent mit dem kostenlosen Startguthaben betreiben?

Nicht sinnvoll. Das Startguthaben deckt BroadNet Gemma 4 VL 26B und die Transcribe-Modelle, und Gemma hat 32.768 Tokens Kontext, weniger als die 64.000 Tokens, die Hermes Agent für Tool-Nutzung verlangt. Die passenden Chat-Modelle brauchen eine Aufladung oder einen Plan.

Verhindert ein Flatrate-Plan, dass die Agentenkosten steigen?

Eine Full-Moon-Session hat keinen Token-Zähler, lange Kontexte und häufige Checks erhöhen die Rechnung also nicht. Sie verarbeitet jeweils eine Anfrage, ein geplanter Job und eine Chat-Antwort warten also aufeinander, sofern Sie keine zweite Session kaufen.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen