---
title: "OpenClaw und Hermes Agent mit günstigem LLM einrichten"
description: "OpenClaw oder Hermes Agent an einen OpenAI-kompatiblen Endpunkt anbinden, verstehen, warum geplante Checks Tokens fressen, und mit weniger Kontext Kosten senken."
url: https://broadrouter.com/de/blog/openclaw-hermes-agent-cheap-model/
lang: de
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/) (aktualisiert am 2026-11-15).

# OpenClaw und Hermes Agent mit günstigem Modell: Setup und Kosten

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht 2026-11-15

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.

## Das Wichtigste in Kürze

-   Ein ständig laufender Agent sendet seinen Kontext bei jedem geplanten Check und jedem Turn erneut, also bestimmt Kontextgröße mal Häufigkeit die Rechnung.
-   OpenClaw nimmt einen eigenen Endpunkt unter models.providers mit api "openai-completions" an; Hermes Agent nimmt provider: custom plus base\_url in config.yaml.
-   Hermes Agent braucht für Tool-Nutzung mindestens 64.000 Tokens Kontext, Modelle mit 32K-Kontext scheiden als Hauptmodell also aus.
-   Bei BroadNet ist Tool-Calling nur für GLM 5.3 und Qwen3.8 27B dokumentiert. Testen Sie DeepSeek V4.1 Flash mit Ihrem Agenten, bevor Sie sich auf den Flatrate-Plan verlassen.
-   Schlanker Kontext, weniger Läufe und ein günstigeres Modell für Routine-Checks sparen mehr Tokens als jeder Rabatt.

**Auf dieser Seite**

1.  Warum kosten ständig laufende Agenten so viel?
2.  Wie verbindet man OpenClaw mit einem OpenAI-kompatiblen Endpunkt?
3.  Wie richtet man Hermes Agent auf einen eigenen Endpunkt aus?
4.  Welche BroadNet-Modelle passen zu diesen Agenten?
5.  Wie sieht die Token-Rechnung aus?
6.  Wie senkt man die Rechnung, ohne den Agenten kaputtzumachen?
7.  Wann lohnt sich ein Flatrate-Plan?
8.  Und Sprachnachrichten?
9.  Wo BroadNet Inference ins Bild passt

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:

```json5
{
  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`:

```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](https://broadrouter.com/de/models/glm-5.3/) | 1.048.576 | Ja | $0.78 / $0.173 / $3.46 | Ja |
| [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/) | 262.144 | Ja | $0.175 / $0.0435 / $2.17 | Ja |
| [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/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](https://broadrouter.com/de/models/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](https://broadrouter.com/de/blog/tool-calling-open-models/) 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](https://broadrouter.com/tools/llm-api-cost-calculator/) 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](https://broadrouter.com/de/blog/prompt-structure-for-caching/). Wohin die Tokens eines Agenten jenseits geplanter Checks gehen, lesen Sie unter [Token-Budget für Agenten](https://broadrouter.com/de/blog/agent-token-budget/).

## 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](https://broadrouter.com/de/blog/llm-api-spend-control/) 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](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/).
-   **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](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## 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](https://broadrouter.com/de/guides/transcribe-whatsapp-voice-notes/) 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.

Kostenlose Tools zum Thema (auf Englisch)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Speech-to-Text (Spracherkennung)](https://broadrouter.com/de/glossary/speech-to-text/)

Speech-to-Text, auch automatische Spracherkennung (ASR), ist eine Technik, die gesprochenes Audio in geschriebenen Text umwandelt. Eine Speech-to-Text API nimmt eine Audiodatei oder einen Stream entgegen und liefert ein Transkript, meist abgerechnet pro Audiominute. Die Genauigkeit wird mit der Wortfehlerrate gemessen und hängt von Akzent, Dialekt und Aufnahmequalität ab.

[Ausgabenlimit (Spend Limit)](https://broadrouter.com/de/glossary/spend-limit/)

Ein Ausgabenlimit (Spend Limit) ist eine Obergrenze dafür, wie viel ein API-Konto, Projekt oder Schlüssel in einem Zeitraum ausgeben darf, meist pro Monat. Ist sie erreicht, lehnt der Anbieter weitere Anfragen ab, oft mit HTTP 429 oder 400, bis der Zeitraum neu beginnt oder das Limit erhöht wird.

[Basis-URL (Base URL)](https://broadrouter.com/de/glossary/base-url/)

Eine Basis-URL ist die feste Stammadresse einer API, etwa https://api.example.com/v1, die ein Client vor jeden Endpoint-Pfad wie /chat/completions setzt. In OpenAI-kompatiblen SDKs lenkt eine geänderte Basis-URL, zusammen mit API-Schlüssel und Modell-ID, denselben Code zu einem anderen Anbieter.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

## 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.

## Weiterlesen

-   [Agenten-Token-Budget: wohin die Tokens einer Agenten-Schleife gehen](https://broadrouter.com/de/blog/agent-token-budget/)
-   [Gecachte Input-Tokens: So senken Sie die Rechnung Ihrer LLM-API](https://broadrouter.com/de/blog/cached-input-tokens-explained/)
-   [Prompts so strukturieren, dass das Präfix gecacht wird](https://broadrouter.com/de/blog/prompt-structure-for-caching/)
-   [LLM-API-Kosten kontrollieren: Budgets, Key-Limits und Loop-Schutz](https://broadrouter.com/de/blog/llm-api-spend-control/)
-   [Tool Calling mit offenen Modellen: Schemas, parallele Aufrufe, Retries](https://broadrouter.com/de/blog/tool-calling-open-models/)
-   [Was „unbegrenzt“ bei einem LLM-API-Plan wirklich bedeutet](https://broadrouter.com/de/blog/what-unlimited-llm-api-really-means/)
-   [Kosten eines KI-Coding-Agent-Laufs: Schritte, Kontext, Caching](https://broadrouter.com/de/blog/ai-coding-agent-run-cost/)
-   [Claude Code mit offenen Modellen: Proxys, native Endpoints, Grenzen](https://broadrouter.com/de/blog/claude-code-with-openai-compatible-models/)
-   [Anleitung: So funktionieren die unbegrenzten LLM-API-Pläne für Agenten](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/)
-   [Anleitung: WhatsApp-Sprachnachrichten per API in Text umwandeln](https://broadrouter.com/de/guides/transcribe-whatsapp-voice-notes/)
-   [Anleitung: Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-openclaw-hermes-agent-cheap-model&utm_content=page-cta) ·

**Quellen**

-   [OpenClaw-Doku, eigene Provider und lokale Runtimes (geprüft am 2026-11-15)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [OpenClaw-Doku, Migration von Heartbeats zu Automation-Jobs (geprüft am 2026-11-15)](https://docs.openclaw.ai/gateway/heartbeat)
-   [OpenClaw-Doku, Payloads von Automation-Jobs: Sessions, Scratch, Modell-Override, Light Context (geprüft am 2026-11-15)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Hermes-Agent-Doku, Provider und eigene OpenAI-kompatible Endpunkte (geprüft am 2026-11-15)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Hermes-Agent-Doku, geplante Aufgaben (Cron) (geprüft am 2026-11-15)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, Bericht zum Token-Verbrauch von OpenClaw, 4. Februar 2026 (geprüft am 2026-11-15)](https://www.notebookcheck.net/Free-to-use-AI-tool-can-burn-through-hundreds-of-Dollars-per-day-OpenClaw-has-absurdly-high-token-use.1219925.0.html)
-   [API-Referenz von BroadNet Inference: Modelle, Tools, Reasoning, Limits (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [Maschinenlesbare Preise von BroadNet Inference, pricing.json (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
