---
title: "OpenClaw y Hermes Agent con un modelo barato compatible"
description: "Conecte OpenClaw o Hermes Agent a un endpoint compatible con OpenAI, entienda por qué las tareas programadas gastan tokens y reduzca la factura."
url: https://broadrouter.com/es/blog/openclaw-hermes-agent-cheap-model/
lang: es
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/) (actualizado el 2026-11-15).

# OpenClaw y Hermes Agent con un modelo barato: configuración y tokens

Por el equipo de BroadNet Inference · 6 min de lectura · Publicado 2026-11-15

Ambos agentes aceptan un endpoint personalizado compatible con OpenAI: OpenClaw en models.providers con api "openai-completions", y Hermes Agent con provider: custom y un base\_url. El costo depende del tamaño del contexto por la frecuencia con que se ejecuta el agente por el precio del modelo. Reduzca el contexto, ejecute las tareas programadas con menos frecuencia y en un modelo más barato, y pruebe el tool calling antes de comprometerse.

## Puntos clave

-   Un agente siempre activo reenvía su contexto en cada tarea programada y en cada turno, así que el tamaño del contexto por la frecuencia determina la factura.
-   OpenClaw admite un endpoint personalizado en models.providers con api "openai-completions"; Hermes Agent admite provider: custom más base\_url en config.yaml.
-   Hermes Agent necesita al menos 64,000 tokens de contexto para usar herramientas, lo que descarta los modelos de 32K de contexto como modelo principal.
-   En BroadNet, el tool calling solo está documentado para GLM 5.3 y Qwen3.8 27B. Pruebe DeepSeek V4.1 Flash con su agente antes de depender del plan de tarifa plana.
-   Un contexto ligero, menos ejecuciones y un modelo más barato para las comprobaciones rutinarias reducen más tokens que cualquier descuento.

**En esta página**

1.  ¿Por qué cuestan tanto los agentes siempre activos?
2.  ¿Cómo se conecta OpenClaw a un endpoint compatible con OpenAI?
3.  ¿Cómo se apunta Hermes Agent a un endpoint personalizado?
4.  ¿Qué modelos de BroadNet encajan con estos agentes?
5.  ¿Cómo se ven las cuentas de tokens?
6.  ¿Cómo se reduce la factura sin romper el agente?
7.  ¿Cuándo tiene sentido un plan de tarifa plana?
8.  ¿Y las notas de voz?
9.  Dónde encaja BroadNet Inference

OpenClaw y Hermes Agent son agentes personales que se dejan funcionando: leen sus mensajes, ejecutan herramientas y se activan según un horario para revisar cosas. Ambos pueden usar cualquier endpoint compatible con OpenAI, así que usted puede elegir un modelo más barato que el predeterminado. El problema es que cada ejecución envía contexto, y el contexto es lo que se paga.

## ¿Por qué cuestan tanto los agentes siempre activos?

Una app de chat envía al modelo un mensaje a la vez. Un agente personal envía su prompt de sistema, los archivos de su espacio de trabajo, su memoria y una parte de la conversación en cada turno, y además ejecuta turnos por su cuenta, según un horario. La factura es, aproximadamente:

**tokens de contexto por ejecución × ejecuciones al día × precio por token**, más la salida.

Notebookcheck informó en febrero de 2026 que la comprobación “heartbeat” de OpenClaw, que se ejecutaba cada 30 minutos, enviaba la ventana de contexto completa a la API: unos 120,000 tokens para una comprobación trivial. Según el informe, una ejecución nocturna de un usuario con unas 25 comprobaciones así en Claude Opus costó unos USD 18.75. Son reportes de usuarios citados por Notebookcheck, no mediciones nuestras, pero lo importante es el mecanismo: un agente inactivo sigue gastando tokens.

Desde entonces, la documentación de OpenClaw describe los heartbeats como retirados. Las comprobaciones programadas ahora son tareas de automatización normales, y `openclaw doctor --fix` migra la configuración antigua de heartbeat a ellas. La tarea de configuración sigue ejecutándose cada 30 minutos salvo que el proveedor indique otra frecuencia, así que el cálculo de abajo sigue siendo válido.

## ¿Cómo se conecta OpenClaw a un endpoint compatible con OpenAI?

OpenClaw registra proveedores personalizados en `models.providers.<id>`. Para un servidor compatible con OpenAI, defina `baseUrl`, `apiKey`, `api: "openai-completions"` y un array `models`. Por modelo solo se exige `id`, pero la documentación recomienda valores explícitos de `contextWindow` y `maxTokens` que coincidan con el servidor. Apuntando a BroadNet Inference, con nombres de campos de la documentación de OpenClaw y valores de la documentación y la tabla de precios de 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 },
        ],
      },
    },
  },
}
```

Las referencias a modelos son el id del proveedor, una barra y el id del modelo. `agents.defaults.models` solo define alias y metadatos; no registra un modelo, así que la entrada de `models.providers` es la que lo hace invocable. Dos notas de compatibilidad de la misma página: `compat.supportsReasoningEffort: false` evita que OpenClaw envíe `reasoning_effort` si un endpoint lo rechaza (la documentación de BroadNet acepta `reasoning_effort: low`), y un modelo que acepta imágenes necesita `input: ["text", "image"]` para que los adjuntos se envíen de forma nativa.

Configure también los campos `cost`. Las estimaciones de automatización de OpenClaw usan los precios de su `models.json` local cuando un runtime reporta tokens sin costo, y el valor predeterminado es cero, lo que hace que cada ejecución parezca gratuita.

## ¿Cómo se apunta Hermes Agent a un endpoint personalizado?

Ejecute `hermes model` en una terminal y elija la opción de endpoint personalizado; le pedirá la URL base, la clave de API y el nombre del modelo. O edite `~/.hermes/config.yaml`:

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

Tres puntos de la documentación de Hermes importan al elegir modelo:

-   **Contexto mínimo.** Hermes Agent exige al menos 64,000 tokens de contexto para usarse como agente con herramientas y rechaza ventanas más pequeñas al iniciar.
-   **Tool calls.** Si el servidor no interpreta las llamadas a herramientas, el modelo las imprime como texto y no se ejecuta nada.
-   **Tareas auxiliares.** La visión, la compresión y los títulos van por defecto a su modelo principal de chat, y cada una puede redirigirse a un modelo más barato.

## ¿Qué modelos de BroadNet encajan con estos agentes?

| Modelo | Contexto | Herramientas documentadas por BroadNet | Entrada / en caché / salida por 1M | Cumple el mínimo de 64K de Hermes |
| --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/es/models/glm-5.3/) | 1,048,576 | Sí | $0.78 / $0.173 / $3.46 | Sí |
| [Qwen3.8 27B](https://broadrouter.com/es/models/qwen3.8-27b/) | 262,144 | Sí | $0.175 / $0.0435 / $2.17 | Sí |
| [DeepSeek V4.1 Flash](https://broadrouter.com/es/models/deepseek-v4.1-flash/) | 1,048,576 | No documentado | $0.175 / $0.0055 / $0.52, o $60 al mes con tarifa plana | Sí |
| [Gemma 4 VL 26B](https://broadrouter.com/es/models/gemma-4-vl-26b/) | 32,768 | No documentado | $0.10 / sin precio de caché / $0.22 | No |

Ambos agentes viven del tool calling, así que empiece con GLM 5.3 o Qwen3.8 27B. DeepSeek V4.1 Flash tiene los precios de salida y de entrada en caché más bajos de los tres que encajan, y es el único con plan de tarifa plana, pero BroadNet no documenta tool calling para él. Ejecute su agente real durante una hora de Meteoro (Meteor) a $1 y observe si las herramientas realmente se activan antes de comprar un mes. [Tool calling con modelos abiertos](https://broadrouter.com/es/blog/tool-calling-open-models/) explica qué revisar. Gemma es el modelo que cubre el crédito inicial de $5, pero su ventana de 32K está por debajo del mínimo de Hermes y se queda corta para un agente de OpenClaw que carga mucho espacio de trabajo.

## ¿Cómo se ven las cuentas de tokens?

Supuestos ilustrativos, no mediciones. Lea sus propias cifras en el bloque `usage` de cada respuesta o en la página de uso de su proveedor.

| Comprobación programada | Contexto por ejecución | Ejecuciones al día | Tokens de entrada al mes (30 días) |
| --- | --- | --- | --- |
| Contexto completo cada 30 minutos | 120,000 | 48 | 172.8 millones |
| Contexto completo cada hora | 120,000 | 24 | 86.4 millones |
| Contexto ligero cada hora | 15,000 | 24 | 10.8 millones |
| Contexto ligero cada 2 horas, 12 horas activas | 15,000 | 6 | 2.7 millones |

Eso es antes de cualquier chat o tarea. Multiplique la columna de entrada por el precio de entrada por 1M de la tabla anterior, o páselo por la [calculadora de costos de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/). Si el prefijo se mantiene idéntico entre ejecuciones, buena parte puede cobrarse al precio de entrada en caché: $0.0055 en lugar de $0.175 por 1M en DeepSeek V4.1 Flash; vea [cómo mantener el prefijo apto para caché](https://broadrouter.com/es/blog/prompt-structure-for-caching/). Para ver adónde van los tokens de un agente más allá de las comprobaciones programadas, lea [presupuesto de tokens de un agente](https://broadrouter.com/es/blog/agent-token-budget/).

## ¿Cómo se reduce la factura sin romper el agente?

Use los controles que documenta cada herramienta:

-   **Contexto ligero para tareas rutinarias (OpenClaw).** `--light-context` omite la inyección de los archivos de arranque del espacio de trabajo. Las tareas aisladas inician una sesión nueva, así que no arrastran toda la conversación. Mantenga corto el scratch de la tarea; se inyecta en cada ejecución, hasta 256 KiB.
-   **Un modelo más barato por tarea.** `--model` en OpenClaw fija el modelo principal de una tarea por encima de las preferencias de la sesión, y su documentación dice que los resúmenes rutinarios y las comprobaciones de estado se adaptan a un modelo más ligero. En Hermes, `hermes cron create --model … --provider …` fija un modelo por tarea, y las tareas sin modelo fijado usan `cron.model` si está definido.
-   **Menos ejecuciones, solo en horas activas.** Las tareas de OpenClaw aceptan una ventana `activeHours`. Reducir la frecuencia a la mitad reduce a la mitad los tokens de las comprobaciones programadas.
-   **Resultados silenciosos.** En OpenClaw, una comprobación sin nada que informar devuelve `NO_REPLY` y no dice nada, así que no recibe un mensaje en cada ejecución.
-   **Tareas sin modelo.** Las tareas de script de Hermes se ejecutan sin modelo, así que el sondeo puro no cuesta nada.
-   **Límites de gasto.** Ponga un presupuesto a la clave; [control de gasto en APIs de LLM](https://broadrouter.com/es/blog/llm-api-spend-control/) cubre presupuestos y protección contra bucles.

## ¿Cuándo tiene sentido un plan de tarifa plana?

Una sesión Luna Llena (Full Moon) no tiene medidor de tokens, ventana ni tope para DeepSeek V4.1 Flash: $60 al mes, $15 a la semana o $1 la hora. Un contexto de 120,000 tokens cada 30 minutos cuesta lo mismo que uno ligero. Quedan dos límites:

-   **Una solicitud a la vez por sesión.** Una tarea programada y la respuesta de su chat esperan una detrás de otra. Compre una segunda sesión si se solapan a menudo. [Cómo funcionan las sesiones](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/).
-   **El tool calling es su prueba, no una promesa de BroadNet.** Vea más arriba.

Si su agente duerme la mayor parte del tiempo y ejecuta unas pocas comprobaciones ligeras al día, el pago por uso es más barato. Compare ambos con la [calculadora de tarifa plana vs pago por token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## ¿Y las notas de voz?

Si su agente recibe notas de voz de WhatsApp o Telegram, transcríbalas antes de que las vea el LLM. BroadNet Transcribe Arabic cuesta $0.0042 por minuto y BroadNet Transcribe (14 idiomas) $0.002, y ambos funcionan con el crédito inicial. La [guía de notas de voz de WhatsApp](https://broadrouter.com/es/guides/transcribe-whatsapp-voice-notes/) incluye el paso de conversión.

## Dónde encaja BroadNet Inference

BroadNet ofrece a estos agentes un endpoint compatible con OpenAI con dos modelos con herramientas documentadas, un modelo de tarifa plana para contextos pesados, precios de entrada en caché y voz a texto con una sola clave, y no conserva prompts ni respuestas. No es la mejor opción si necesita desde el primer día un modelo cuyo tool calling esté probado en su agente al precio más bajo, o muchas solicitudes en paralelo en una sola sesión de tarifa plana. Los agentes con uso intensivo de navegador o de visión también pueden funcionar mejor con un modelo multimodal más grande en otro proveedor. Pruebe con su propio agente durante una hora antes de comprometerse.

Herramientas gratuitas sobre este tema (en inglés)

-   [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.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

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

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Plan de LLM con tarifa plana (flat-rate LLM plan)](https://broadrouter.com/es/glossary/flat-rate-llm-plan/)

Un plan de LLM con tarifa plana cobra un precio fijo por un periodo, como un mes, por acceder a la API de un modelo de lenguaje, en lugar de facturar por token. Estos planes suelen limitar otra cosa, como la concurrencia, la velocidad, los modelos o las ventanas de uso, así que los topes importan tanto como el precio.

[Tokens de entrada en caché (cached input tokens)](https://broadrouter.com/es/glossary/cached-input-tokens/)

Los tokens de entrada en caché son tokens del prompt que un proveedor de LLM procesó recientemente y puede reutilizar desde un caché en lugar de calcularlos de nuevo; normalmente son un prefijo repetido, como un prompt de sistema o un documento. Los proveedores los cobran a una tarifa menor que los tokens de entrada nuevos.

[IA multimodal (multimodal AI)](https://broadrouter.com/es/glossary/multimodal/)

La IA multimodal es un modelo o sistema que trabaja con más de un tipo de datos, como texto, imágenes, vídeo y audio. Un modelo multimodal puede leer una foto y una pregunta a la vez, o recibir voz y responder en texto. El modelo de visión y lenguaje es el tipo más común.

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[Clave de API (API key)](https://broadrouter.com/es/glossary/api-key/)

Una clave de API es una cadena secreta que identifica y autoriza a un cliente que llama a una API. Las APIs de LLM suelen esperarla en un encabezado Authorization: Bearer, y cualquiera que tenga la clave puede hacer solicitudes que se facturan a la cuenta propietaria.

[Concurrencia (concurrency)](https://broadrouter.com/es/glossary/concurrency/)

La concurrencia es el número de solicitudes que un cliente tiene en curso al mismo tiempo. Las APIs de LLM suelen limitarla por clave o por plan, aparte de las solicitudes por minuto, porque cada solicitud abierta ocupa capacidad de GPU hasta que su respuesta termina.

## Preguntas frecuentes

### ¿OpenClaw puede usar una API personalizada compatible con OpenAI?

Sí. Añada un proveedor en models.providers con un baseUrl, una apiKey (lo mejor es una referencia a una variable de entorno), api con el valor "openai-completions" y un array models que incluya al menos el id de cada modelo. Para referirse al modelo, use el id del proveedor, una barra y el id del modelo.

### ¿Cómo apunto Hermes Agent a un endpoint personalizado?

Ejecute hermes model y elija la opción de endpoint personalizado, o en ~/.hermes/config.yaml defina model.provider como custom, model.base\_url con la URL /v1, model.default con el id del modelo, y api\_key o key\_env.

### ¿Por qué OpenClaw gasta tantos tokens cuando está inactivo?

Las comprobaciones programadas son llamadas al modelo. Un informe de Notebookcheck de febrero de 2026 describió una comprobación cada 30 minutos que enviaba unos 120,000 tokens de contexto cada vez. Desde entonces, OpenClaw trasladó los heartbeats a tareas de automatización, que pueden ejecutarse con contexto ligero y con su propio modelo.

### ¿Qué modelo de BroadNet conviene usar con OpenClaw o Hermes Agent?

Empiece con GLM 5.3 o Qwen3.8 27B, los dos modelos cuyo tool calling documenta BroadNet. DeepSeek V4.1 Flash es más barato y tiene plan de tarifa plana, pero pruebe primero sus tool calls en su agente.

### ¿Puedo ejecutar Hermes Agent con el crédito inicial gratuito?

No bien. El crédito inicial cubre BroadNet Gemma 4 VL 26B y los modelos Transcribe, y Gemma tiene un contexto de 32,768 tokens, por debajo de los 64,000 que Hermes Agent exige para usar herramientas. Los modelos de chat que sí encajan requieren una recarga o un plan.

### ¿Un plan de tarifa plana evita que crezcan los costos del agente?

Una sesión Luna Llena no tiene medidor de tokens, así que los contextos largos y las comprobaciones frecuentes no suben la factura. Ejecuta una solicitud a la vez, por lo que una tarea programada y una respuesta del chat esperan una detrás de otra salvo que compre una segunda sesión.

## Siga leyendo

-   [Presupuesto de tokens de un agente: adónde van los tokens del bucle](https://broadrouter.com/es/blog/agent-token-budget/)
-   [Tokens de entrada en caché: cómo reducir la factura de una API de LLM](https://broadrouter.com/es/blog/cached-input-tokens-explained/)
-   [Cómo estructurar los prompts para que el prefijo quede en caché](https://broadrouter.com/es/blog/prompt-structure-for-caching/)
-   [Control de gasto en APIs de LLM: presupuestos, límites y bucles](https://broadrouter.com/es/blog/llm-api-spend-control/)
-   [Tool calling con modelos abiertos: esquemas, paralelismo, reintentos](https://broadrouter.com/es/blog/tool-calling-open-models/)
-   [¿Qué significa realmente «ilimitado» en un plan de API de LLM?](https://broadrouter.com/es/blog/what-unlimited-llm-api-really-means/)
-   [Cuánto cuesta ejecutar un agente de IA: pasos, contexto y caché](https://broadrouter.com/es/blog/ai-coding-agent-run-cost/)
-   [Claude Code con modelos abiertos: proxies, endpoints nativos y límites](https://broadrouter.com/es/blog/claude-code-with-openai-compatible-models/)
-   [Guía: Cómo funcionan los planes de API de LLM ilimitada para agentes](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/)
-   [Guía: Transcribir notas de voz de WhatsApp a texto con una API](https://broadrouter.com/es/guides/transcribe-whatsapp-voice-notes/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

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

**Fuentes**

-   [Documentación de OpenClaw, proveedores personalizados y runtimes locales (consultado el 2026-11-15)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [Documentación de OpenClaw, migración de heartbeat a tareas de automatización (consultado el 2026-11-15)](https://docs.openclaw.ai/gateway/heartbeat)
-   [Documentación de OpenClaw, payloads de tareas de automatización: sesiones, scratch, modelo propio, contexto ligero (consultado el 2026-11-15)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Documentación de Hermes Agent, proveedores y endpoints personalizados compatibles con OpenAI (consultado el 2026-11-15)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Documentación de Hermes Agent, tareas programadas (cron) (consultado el 2026-11-15)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, informe sobre el consumo de tokens de OpenClaw, 4 de febrero de 2026 (consultado el 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)
-   [Referencia de la API de BroadNet Inference: modelos, herramientas, razonamiento, límites (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [Precios de BroadNet Inference en formato legible por máquina, pricing.json (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
