OpenClaw और Hermes Agent ऐसे पर्सनल एजेंट हैं जिन्हें आप चलता छोड़ देते हैं: ये आपके मैसेज पढ़ते हैं, tools चलाते हैं और चीज़ें जाँचने के लिए शेड्यूल पर जागते हैं। दोनों कोई भी OpenAI-compatible endpoint इस्तेमाल कर सकते हैं, इसलिए आप डिफ़ॉल्ट से सस्ता मॉडल चुन सकते हैं। पेंच यह है कि हर रन कॉन्टेक्स्ट भेजता है, और पैसा कॉन्टेक्स्ट का ही लगता है।
हमेशा चालू एजेंट इतने महँगे क्यों पड़ते हैं?
चैट ऐप मॉडल को एक बार में एक मैसेज भेजता है। पर्सनल एजेंट हर टर्न पर अपना सिस्टम प्रॉम्प्ट, अपनी workspace फ़ाइलें, अपनी मेमोरी और बातचीत का एक हिस्सा भेजता है, और शेड्यूल पर ख़ुद भी टर्न चलाता है। बिल मोटे तौर पर यह है:
प्रति रन कॉन्टेक्स्ट टोकन × प्रति दिन रन × प्रति टोकन कीमत, ऊपर से आउटपुट।
Notebookcheck ने फ़रवरी 2026 में रिपोर्ट किया कि OpenClaw का “heartbeat” चेक, जो हर 30 मिनट पर चलता था, पूरी कॉन्टेक्स्ट विंडो API को भेजता था, एक मामूली चेक के लिए लगभग 120,000 टोकन। बताया गया कि एक यूज़र के रात भर के रन में Claude Opus पर ऐसे लगभग 25 चेक की लागत लगभग USD 18.75 आई। ये आँकड़े Notebookcheck द्वारा उद्धृत यूज़र रिपोर्ट हैं, हमारे माप नहीं, लेकिन असली बात तरीक़ा है: खाली बैठा एजेंट भी टोकन ख़र्च करता है।
तब से OpenClaw के डॉक्स heartbeat को रिटायर बताते हैं। शेड्यूल्ड चेक अब सामान्य automation jobs हैं, और openclaw doctor --fix पुरानी heartbeat सेटिंग को उनमें माइग्रेट करता है। सेटअप job अब भी हर 30 मिनट पर चलता है, जब तक प्रोवाइडर कोई अलग अंतराल न दे, इसलिए नीचे का हिसाब अब भी लागू होता है।
OpenClaw को OpenAI-compatible endpoint से कैसे जोड़ें?
OpenClaw कस्टम प्रोवाइडर को models.providers.<id> के तहत रजिस्टर करता है। OpenAI-compatible सर्वर के लिए baseUrl, apiKey, api: "openai-completions" और एक models array सेट करें। हर मॉडल के लिए सिर्फ़ id ज़रूरी है, लेकिन डॉक्स सर्वर से मेल खाते स्पष्ट contextWindow और maxTokens मानों की सलाह देते हैं। BroadNet Inference की ओर इशारा करता उदाहरण, फ़ील्ड के नाम OpenClaw डॉक्स से और मान BroadNet के डॉक्स और प्राइस फ़ीड से:
{
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 },
],
},
},
},
}
मॉडल reference प्रोवाइडर id, स्लैश, फिर मॉडल id होता है। agents.defaults.models सिर्फ़ alias और metadata सेट करता है; यह मॉडल रजिस्टर नहीं करता, इसलिए models.providers वाली entry ही उसे कॉल करने लायक बनाती है। उसी पेज से compatibility के दो नोट: अगर कोई endpoint reasoning_effort अस्वीकार करता है, तो compat.supportsReasoningEffort: false OpenClaw को उसे भेजने से रोकता है (BroadNet के डॉक्स reasoning_effort: low स्वीकार करते हैं), और इमेज लेने वाले मॉडल को input: ["text", "image"] चाहिए ताकि attachments सीधे जाएँ।
cost फ़ील्ड भी सेट करें। जब कोई runtime लागत के बिना टोकन रिपोर्ट करता है, तो OpenClaw के automation अनुमान आपकी लोकल models.json की कीमतें इस्तेमाल करते हैं, और डिफ़ॉल्ट शून्य है, जिससे हर रन मुफ़्त दिखता है।
Hermes Agent को कस्टम endpoint पर कैसे लगाएँ?
टर्मिनल में hermes model चलाएँ और कस्टम endpoint वाला विकल्प चुनें; यह base URL, API key और मॉडल का नाम पूछता है। या ~/.hermes/config.yaml एडिट करें:
model:
default: broadnet/qwen3.8-27b
provider: custom
base_url: https://inference.broadnet.ai/v1
key_env: BROADNET_API_KEY
मॉडल चुनते समय Hermes डॉक्स की तीन बातें मायने रखती हैं:
- कॉन्टेक्स्ट की न्यूनतम सीमा। tools के साथ एजेंट इस्तेमाल के लिए Hermes Agent को कम से कम 64,000 टोकन का कॉन्टेक्स्ट चाहिए, और छोटी विंडो को यह स्टार्टअप पर ही अस्वीकार कर देता है।
- Tool calls। अगर सर्वर tool calls पार्स नहीं करता, तो मॉडल उन्हें टेक्स्ट के रूप में प्रिंट करता है और कुछ नहीं चलता।
- सहायक टास्क। Vision, compression और titles डिफ़ॉल्ट रूप से आपके मुख्य चैट मॉडल पर जाते हैं, और हर एक को सस्ते मॉडल पर ओवरराइड किया जा सकता है।
BroadNet के कौन-से मॉडल इन एजेंट के लिए फ़िट हैं?
| मॉडल | कॉन्टेक्स्ट | BroadNet द्वारा दस्तावेज़ित tools | इनपुट / कैश्ड / आउटपुट प्रति 1M | Hermes की 64K सीमा में फ़िट |
|---|---|---|---|---|
| GLM 5.3 | 1,048,576 | हाँ | $0.78 / $0.173 / $3.46 | हाँ |
| Qwen3.8 27B | 262,144 | हाँ | $0.175 / $0.0435 / $2.17 | हाँ |
| DeepSeek V4.1 Flash | 1,048,576 | दस्तावेज़ित नहीं | $0.175 / $0.0055 / $0.52, या फ़्लैट $60 प्रति माह | हाँ |
| Gemma 4 VL 26B | 32,768 | दस्तावेज़ित नहीं | $0.10 / कैश कीमत नहीं / $0.22 | नहीं |
दोनों एजेंट tool calls पर ही चलते हैं, इसलिए GLM 5.3 या Qwen3.8 27B से शुरू करें। फ़िट होने वाले तीनों में DeepSeek V4.1 Flash की आउटपुट और कैश्ड-इनपुट कीमत सबसे कम है, और सिर्फ़ यही फ़्लैट प्लान पर है, लेकिन BroadNet इसके लिए tool calling दस्तावेज़ित नहीं करता। महीना ख़रीदने से पहले अपना असली एजेंट $1 वाले Meteor घंटे पर चलाएँ और देखें कि tools सच में चलते हैं या नहीं। क्या जाँचना है, यह ओपन मॉडल के साथ tool calling में है। $5 का शुरुआती क्रेडिट Gemma को कवर करता है, लेकिन उसकी 32K विंडो Hermes की सीमा से नीचे है और workspace से भरे OpenClaw एजेंट के लिए तंग है।
टोकन का हिसाब कैसा दिखता है?
ये उदाहरण के लिए मान्यताएँ हैं, माप नहीं। अपने आँकड़े हर जवाब के usage ब्लॉक से या अपने प्रोवाइडर के usage पेज से पढ़ें।
| शेड्यूल्ड चेक | प्रति रन कॉन्टेक्स्ट | प्रति दिन रन | प्रति माह इनपुट टोकन (30 दिन) |
|---|---|---|---|
| हर 30 मिनट पर पूरा कॉन्टेक्स्ट | 120,000 | 48 | 172.8 मिलियन |
| हर घंटे पूरा कॉन्टेक्स्ट | 120,000 | 24 | 86.4 मिलियन |
| हर घंटे हल्का कॉन्टेक्स्ट | 15,000 | 24 | 10.8 मिलियन |
| हल्का कॉन्टेक्स्ट, हर 2 घंटे, 12 सक्रिय घंटे | 15,000 | 6 | 2.7 मिलियन |
यह किसी भी चैट या टास्क से पहले का है। इनपुट कॉलम को ऊपर की तालिका की प्रति-1M इनपुट कीमत से गुणा करें, या LLM API लागत कैलकुलेटर में चलाएँ। अगर रन के बीच प्रीफ़िक्स एक जैसा रहे, तो उसका बड़ा हिस्सा कैश्ड कीमत पर बिल हो सकता है, DeepSeek V4.1 Flash पर प्रति 1M $0.175 की जगह $0.0055; प्रीफ़िक्स को कैश के लायक कैसे रखें। शेड्यूल्ड चेक से आगे एजेंट के टोकन कहाँ जाते हैं, यह देखने के लिए एजेंट टोकन बजट पढ़ें।
एजेंट को तोड़े बिना बिल कैसे घटाएँ?
हर टूल जो नियंत्रण दस्तावेज़ित करता है, उन्हें इस्तेमाल करें:
- रूटीन jobs के लिए हल्का कॉन्टेक्स्ट (OpenClaw)।
--light-contextworkspace की bootstrap फ़ाइलें जोड़ना छोड़ देता है। Isolated jobs नया सेशन शुरू करते हैं, इसलिए पूरी बातचीत साथ नहीं घसीटते। job scratch छोटा रखें; यह हर रन में जोड़ा जाता है, 256 KiB तक। - हर job के लिए सस्ता मॉडल। OpenClaw का
--modelकिसी job का प्राथमिक मॉडल सेशन की पसंद से ऊपर सेट करता है, और इसके डॉक्स कहते हैं कि रूटीन सारांश और स्टेटस चेक के लिए हल्का मॉडल ठीक है। Hermes मेंhermes cron create --model … --provider …हर job के लिए मॉडल तय करता है, और बिना तय मॉडल वाले jobscron.modelइस्तेमाल करते हैं अगर वह सेट हो। - कम रन, सिर्फ़ सक्रिय घंटों में। OpenClaw jobs एक
activeHoursविंडो लेते हैं। आवृत्ति आधी करने से शेड्यूल्ड चेक के टोकन आधे हो जाते हैं। - शांत नतीजे। OpenClaw में जिस चेक के पास बताने को कुछ न हो, वह
NO_REPLYलौटाता है और चुप रहता है, ताकि हर रन पर आपको मैसेज न आए। - बिना मॉडल वाले jobs। Hermes के script jobs बिना मॉडल के चलते हैं, इसलिए सिर्फ़ polling पर कोई ख़र्च नहीं।
- ख़र्च की सीमा। key पर बजट लगाएँ; LLM API ख़र्च नियंत्रण बजट और लूप सुरक्षा बताता है।
फ़्लैट प्लान कब समझदारी है?
Full Moon सेशन में DeepSeek V4.1 Flash के लिए कोई टोकन मीटर, विंडो या कैप नहीं है: $60 प्रति माह, $15 प्रति हफ़्ता या $1 प्रति घंटा। हर 30 मिनट पर 120,000 टोकन का कॉन्टेक्स्ट उतना ही पड़ता है जितना हल्का कॉन्टेक्स्ट। दो सीमाएँ बनी रहती हैं:
- हर सेशन में एक समय में एक अनुरोध। शेड्यूल्ड job और आपका चैट जवाब एक-दूसरे के पीछे क़तार में लगते हैं। अगर ये अक्सर टकराते हैं, तो दूसरा सेशन ख़रीदें। सेशन कैसे काम करते हैं।
- Tool calling आपका टेस्ट है, BroadNet का वादा नहीं। ऊपर देखें।
अगर आपका एजेंट ज़्यादातर सोया रहता है और दिन में कुछ हल्के चेक चलाता है, तो उपयोग के अनुसार भुगतान सस्ता है। दोनों की तुलना फ़्लैट रेट बनाम प्रति-टोकन कैलकुलेटर से करें।
वॉइस नोट्स का क्या?
अगर आपके एजेंट को WhatsApp या Telegram वॉइस नोट्स मिलते हैं, तो LLM तक पहुँचने से पहले उन्हें ट्रांसक्राइब करें। BroadNet Transcribe Arabic की कीमत $0.0042 प्रति मिनट है और BroadNet Transcribe (14 भाषाएँ) की $0.002, और दोनों शुरुआती क्रेडिट पर चलते हैं। WhatsApp वॉइस नोट गाइड में कन्वर्ज़न का चरण है।
BroadNet Inference कहाँ फ़िट होता है
BroadNet इन एजेंट को एक OpenAI-compatible endpoint देता है, जिसमें tool-दस्तावेज़ित दो मॉडल, भारी कॉन्टेक्स्ट के लिए फ़्लैट-रेट मॉडल, कैश्ड-इनपुट कीमतें और एक ही key पर speech to text है, और यह प्रॉम्प्ट या जवाब नहीं रखता। यह सबसे अच्छा विकल्प नहीं है अगर आपको पहले दिन से सबसे कम कीमत पर ऐसा मॉडल चाहिए जिसकी tool calling आपके एजेंट में साबित हो, या एक फ़्लैट सेशन पर कई समानांतर अनुरोध चाहिए। भारी ब्राउज़र या vision इस्तेमाल वाले एजेंट कहीं और बड़े मल्टीमोडल मॉडल पर बेहतर चल सकते हैं। तय करने से पहले अपने एजेंट के साथ एक घंटा टेस्ट करें।
