BroadRouter

OpenClaw et Hermes Agent sur un modèle bon marché : config et coûts

Par l’équipe BroadNet Inference · 6 min de lecture · Publié

Les deux agents acceptent un point de terminaison compatible OpenAI personnalisé : OpenClaw sous models.providers avec api "openai-completions", Hermes Agent avec provider: custom et une base_url. Le coût dépend de la taille du contexte multipliée par la fréquence d’exécution et le prix du modèle. Réduisez le contexte, espacez les vérifications planifiées sur un modèle moins cher, et testez l’appel d’outils avant de vous engager.

OpenClaw et Hermes Agent sont des agents personnels que l’on laisse tourner : ils lisent vos messages, exécutent des outils et se réveillent selon un planning pour vérifier des choses. Tous deux peuvent utiliser n’importe quel point de terminaison compatible OpenAI ; vous pouvez donc choisir un modèle moins cher que celui par défaut. Le hic : chaque exécution envoie du contexte, et c’est le contexte que vous payez.

Pourquoi les agents toujours actifs coûtent-ils si cher ?

Une application de chat envoie au modèle un message à la fois. Un agent personnel envoie à chaque tour son prompt système, ses fichiers d’espace de travail, sa mémoire et une partie de la conversation, et il lance aussi des tours de lui-même, selon un planning. La facture vaut à peu près :

tokens de contexte par exécution × exécutions par jour × prix par token, plus la sortie.

Notebookcheck a rapporté en février 2026 que la vérification « heartbeat » d’OpenClaw, lancée toutes les 30 minutes, envoyait toute la fenêtre de contexte à l’API, soit environ 120 000 tokens pour une vérification anodine. Une nuit d’environ 25 vérifications de ce type sur Claude Opus aurait coûté à un utilisateur environ 18,75 USD. Ces chiffres sont des témoignages d’utilisateurs cités par Notebookcheck, pas nos propres mesures, mais c’est le mécanisme qui compte : un agent inactif dépense quand même des tokens.

Depuis, la documentation d’OpenClaw présente les heartbeats comme abandonnés. Les vérifications planifiées sont désormais des tâches d’automatisation ordinaires, et openclaw doctor --fix y migre les anciens réglages de heartbeat. La tâche créée à l’installation tourne toujours toutes les 30 minutes, sauf si le fournisseur impose une autre cadence ; le calcul ci-dessous reste donc valable.

Comment connecter OpenClaw à un point de terminaison compatible OpenAI ?

OpenClaw enregistre les fournisseurs personnalisés sous models.providers.<id>. Pour un serveur compatible OpenAI, renseignez baseUrl, apiKey, api: "openai-completions" et un tableau models. Seul id est obligatoire pour chaque modèle, mais la documentation recommande des valeurs contextWindow et maxTokens explicites, conformes au serveur. Pointé vers BroadNet Inference, avec les noms de champs de la documentation OpenClaw et les valeurs de la documentation et du flux de prix de 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 },
        ],
      },
    },
  },
}

Une référence de modèle s’écrit : id du fournisseur, barre oblique, id du modèle. agents.defaults.models ne définit que des alias et des métadonnées ; il n’enregistre aucun modèle, c’est l’entrée models.providers qui le rend appelable. Deux notes de compatibilité tirées de la même page : compat.supportsReasoningEffort: false empêche OpenClaw d’envoyer reasoning_effort si un point de terminaison le refuse (la documentation de BroadNet accepte reasoning_effort: low), et un modèle qui accepte des images a besoin de input: ["text", "image"] pour que les pièces jointes soient transmises nativement.

Renseignez aussi les champs cost. Les estimations de l’automatisation OpenClaw utilisent les prix de votre models.json local quand un runtime signale des tokens sans coût, et la valeur par défaut est zéro, ce qui fait paraître chaque exécution gratuite.

Comment pointer Hermes Agent vers un point de terminaison personnalisé ?

Lancez hermes model dans un terminal et choisissez l’option de point de terminaison personnalisé ; il demande l’URL de base, la clé API et le nom du modèle. Ou modifiez ~/.hermes/config.yaml :

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

Trois points de la documentation Hermes comptent dans le choix d’un modèle :

  • Plancher de contexte. Hermes Agent exige au moins 64 000 tokens de contexte pour un usage d’agent avec outils et refuse les fenêtres plus petites au démarrage.
  • Appels d’outils. Si le serveur n’analyse pas les appels d’outils, le modèle les affiche comme du texte et rien ne s’exécute.
  • Tâches auxiliaires. La vision, la compression et les titres passent par défaut par votre modèle de chat principal, et chacune peut être redirigée vers un modèle moins cher.

Quels modèles BroadNet conviennent à ces agents ?

Modèle Contexte Outils documentés par BroadNet Entrée / en cache / sortie par million Respecte le plancher Hermes de 64K
GLM 5.3 1 048 576 Oui $0.78 / $0.173 / $3.46 Oui
Qwen3.8 27B 262 144 Oui $0.175 / $0.0435 / $2.17 Oui
DeepSeek V4.1 Flash 1 048 576 Non documenté $0.175 / $0.0055 / $0.52, ou forfait de $60 par mois Oui
Gemma 4 VL 26B 32 768 Non documenté $0.10 / pas de prix en cache / $0.22 Non

Les deux agents vivent d’appels d’outils : commencez donc par GLM 5.3 ou Qwen3.8 27B. DeepSeek V4.1 Flash a les prix de sortie et d’entrée en cache les plus bas des trois modèles compatibles, et c’est le seul disponible en forfait, mais BroadNet n’y documente pas l’appel d’outils. Faites tourner votre vrai agent pendant une heure Meteor à $1 et vérifiez que les outils se déclenchent vraiment avant d’acheter un mois. L’appel d’outils avec les modèles ouverts détaille quoi vérifier. Gemma est le modèle que couvre le crédit de départ de $5, mais sa fenêtre de 32K est sous le plancher de Hermes et juste pour un agent OpenClaw chargé en fichiers d’espace de travail.

À quoi ressemble le calcul en tokens ?

Hypothèses d’illustration, pas des mesures. Lisez vos propres chiffres dans le bloc usage de chaque réponse ou sur la page d’utilisation de votre fournisseur.

Vérification planifiée Contexte par exécution Exécutions par jour Tokens d’entrée par mois (30 jours)
Contexte complet toutes les 30 minutes 120 000 48 172,8 millions
Contexte complet toutes les heures 120 000 24 86,4 millions
Contexte allégé toutes les heures 15 000 24 10,8 millions
Contexte allégé, toutes les 2 heures, 12 heures actives 15 000 6 2,7 millions

C’est avant tout chat ou toute tâche. Multipliez la colonne d’entrée par le prix d’entrée par million du tableau ci-dessus, ou passez-la dans le calculateur de coût d’API LLM. Si le préfixe reste identique d’une exécution à l’autre, une grande partie peut être facturée au prix en cache, $0.0055 au lieu de $0.175 par million sur DeepSeek V4.1 Flash ; comment garder le préfixe cachable. Pour voir où partent les tokens d’un agent au-delà des vérifications planifiées, lisez le budget de tokens d’un agent.

Comment réduire la facture sans casser l’agent ?

Utilisez les réglages que chaque outil documente :

  • Contexte allégé pour les tâches de routine (OpenClaw). --light-context saute l’injection des fichiers d’amorçage de l’espace de travail. Les tâches isolées démarrent une session neuve et n’embarquent donc pas toute la conversation. Gardez le scratch des tâches court ; il est injecté à chaque exécution, jusqu’à 256 Kio.
  • Un modèle moins cher par tâche. Le --model d’OpenClaw fixe le modèle principal d’une tâche avant les préférences de session, et sa documentation indique que les résumés de routine et les vérifications d’état conviennent à un modèle plus léger. Dans Hermes, hermes cron create --model … --provider … fixe un modèle par tâche, et les tâches sans modèle fixé utilisent cron.model s’il est défini.
  • Moins d’exécutions, aux heures actives seulement. Les tâches OpenClaw acceptent une plage activeHours. Diviser la fréquence par deux divise par deux les tokens des vérifications planifiées.
  • Résultats silencieux. Dans OpenClaw, une vérification sans rien à signaler renvoie NO_REPLY et reste muette : vous ne recevez pas de message à chaque exécution.
  • Tâches sans modèle. Les tâches script de Hermes tournent sans modèle ; un simple polling ne coûte donc rien.
  • Limites de dépenses. Mettez un budget sur la clé ; maîtriser les dépenses d’API LLM couvre les budgets et la protection contre les boucles.

Quand un forfait est-il pertinent ?

Une session Full Moon n’a ni compteur de tokens, ni fenêtre, ni plafond pour DeepSeek V4.1 Flash : $60 par mois, $15 par semaine ou $1 de l’heure. Un contexte de 120 000 tokens toutes les 30 minutes coûte autant qu’un contexte allégé. Deux limites demeurent :

  • Une requête à la fois par session. Une tâche planifiée et votre réponse de chat attendent l’une derrière l’autre. Achetez une deuxième session si elles se chevauchent souvent. Comment fonctionnent les sessions.
  • L’appel d’outils relève de votre test, pas d’une promesse de BroadNet. Voir plus haut.

Si votre agent dort la plupart du temps et lance quelques vérifications légères par jour, le paiement à l’usage est moins cher. Comparez les deux avec le calculateur forfait ou paiement au token.

Et les messages vocaux ?

Si votre agent reçoit des messages vocaux WhatsApp ou Telegram, transcrivez-les avant que le LLM ne les voie. BroadNet Transcribe Arabic coûte $0.0042 la minute et BroadNet Transcribe (14 langues) $0.002, et les deux fonctionnent avec le crédit de départ. Le guide des messages vocaux WhatsApp contient l’étape de conversion.

Où se situe BroadNet Inference

BroadNet offre à ces agents un point de terminaison compatible OpenAI avec deux modèles à appel d’outils documenté, un modèle en forfait pour les gros contextes, des prix d’entrée en cache et la transcription vocale sur une seule clé, et ne conserve ni prompts ni réponses. Ce n’est pas le meilleur choix si vous avez besoin, dès le premier jour et au prix le plus bas, d’un modèle dont l’appel d’outils est éprouvé dans votre agent, ou de nombreuses requêtes parallèles sur une seule session forfaitaire. Les agents qui font un usage intensif du navigateur ou de la vision peuvent aussi être mieux servis ailleurs par un modèle multimodal plus grand. Testez pendant une heure avec votre propre agent avant de vous engager.

Questions fréquentes

OpenClaw peut-il utiliser une API compatible OpenAI personnalisée ?

Oui. Ajoutez un fournisseur sous models.providers avec une baseUrl, une apiKey (idéalement une référence à une variable d’environnement), api réglé sur "openai-completions" et un tableau models contenant au moins l’id de chaque modèle. Désignez le modèle par l’id du fournisseur, une barre oblique, puis l’id du modèle.

Comment pointer Hermes Agent vers un point de terminaison personnalisé ?

Lancez hermes model et choisissez l’option de point de terminaison personnalisé, ou réglez dans ~/.hermes/config.yaml model.provider sur custom, model.base_url sur l’URL /v1, model.default sur l’id du modèle, ainsi que api_key ou key_env.

Pourquoi OpenClaw consomme-t-il autant de tokens au repos ?

Les vérifications planifiées sont des appels au modèle. Un article de Notebookcheck de février 2026 décrivait une vérification toutes les 30 minutes qui envoyait environ 120 000 tokens de contexte à chaque fois. OpenClaw a depuis transformé les heartbeats en tâches d’automatisation, qui peuvent tourner avec un contexte allégé et leur propre modèle.

Quel modèle BroadNet utiliser pour OpenClaw ou Hermes Agent ?

Commencez par GLM 5.3 ou Qwen3.8 27B, les deux modèles dont BroadNet documente l’appel d’outils. DeepSeek V4.1 Flash est moins cher et dispose d’un forfait, mais testez d’abord ses appels d’outils dans votre agent.

Peut-on faire tourner Hermes Agent avec le crédit de départ gratuit ?

Pas vraiment. Le crédit de départ couvre BroadNet Gemma 4 VL 26B et les modèles Transcribe, et Gemma a un contexte de 32 768 tokens, sous les 64 000 tokens qu’exige Hermes Agent pour les outils. Les modèles de chat adaptés nécessitent une recharge ou un forfait.

Un forfait empêche-t-il les coûts d’un agent de grimper ?

Une session Full Moon n’a pas de compteur de tokens : de longs contextes et des vérifications fréquentes n’augmentent pas la facture. Elle traite une requête à la fois, donc une tâche planifiée et une réponse de chat attendent l’une derrière l’autre, sauf si vous achetez une deuxième session.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity