OpenClaw dan Hermes Agent ialah ejen peribadi yang anda biarkan berjalan: ia membaca mesej anda, menjalankan alat dan bangun mengikut jadual untuk menyemak sesuatu. Kedua-duanya boleh menggunakan mana-mana endpoint yang serasi OpenAI, jadi anda boleh memilih model yang lebih murah daripada lalai. Masalahnya, setiap larian menghantar konteks, dan konteks itulah yang anda bayar.
Mengapakah ejen yang sentiasa hidup begitu mahal?
Aplikasi chat menghantar satu mesej pada satu masa kepada model. Ejen peribadi menghantar system prompt, fail ruang kerja, memori dan sebahagian perbualan pada setiap giliran, dan ia juga menjalankan giliran sendiri mengikut jadual. Bilnya lebih kurang:
token konteks setiap larian × larian sehari × harga setiap token, ditambah output.
Notebookcheck melaporkan pada Februari 2026 bahawa semakan “heartbeat” OpenClaw, yang berjalan setiap 30 minit, menghantar seluruh tetingkap konteks ke API, kira-kira 120,000 token untuk semakan yang remeh. Larian semalaman seorang pengguna dengan kira-kira 25 semakan sedemikian pada Claude Opus dilaporkan berkos kira-kira USD 18.75. Angka itu laporan pengguna yang dipetik oleh Notebookcheck, bukan ukuran kami, tetapi mekanismenya yang penting: ejen yang melahu tetap membelanjakan token.
Sejak itu, dokumentasi OpenClaw menggambarkan heartbeat sebagai sudah dihentikan. Semakan berjadual kini ialah tugas automasi biasa, dan openclaw doctor --fix memindahkan tetapan heartbeat lama ke dalamnya. Tugas persediaan masih berjalan setiap 30 minit melainkan penyedia membekalkan kekerapan lain, jadi kiraan di bawah masih terpakai.
Bagaimanakah menyambungkan OpenClaw ke endpoint serasi OpenAI?
OpenClaw mendaftarkan penyedia tersuai di bawah models.providers.<id>. Untuk pelayan yang serasi OpenAI, tetapkan baseUrl, apiKey, api: "openai-completions" dan tatasusunan models. Hanya id diperlukan bagi setiap model, tetapi dokumentasi mengesyorkan nilai contextWindow dan maxTokens yang eksplisit dan sepadan dengan pelayan. Dihalakan ke BroadNet Inference, dengan nama medan daripada dokumentasi OpenClaw dan nilai daripada dokumentasi serta suapan harga 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 },
],
},
},
},
}
Rujukan model ialah id penyedia, garis miring, kemudian id model. agents.defaults.models hanya menetapkan alias dan metadata; ia tidak mendaftarkan model, jadi entri models.providers itulah yang menjadikannya boleh dipanggil. Dua nota keserasian daripada halaman yang sama: compat.supportsReasoningEffort: false menghalang OpenClaw daripada menghantar reasoning_effort jika endpoint menolaknya (dokumentasi BroadNet menerima reasoning_effort: low), dan model yang menerima imej memerlukan input: ["text", "image"] supaya lampiran dihantar secara asli.
Tetapkan juga medan cost. Anggaran automasi OpenClaw menggunakan harga dalam models.json tempatan anda apabila runtime melaporkan token tanpa kos, dan lalainya sifar, yang menjadikan setiap larian kelihatan percuma.
Bagaimanakah menghalakan Hermes Agent ke endpoint tersuai?
Jalankan hermes model dalam terminal dan pilih pilihan endpoint tersuai; ia akan meminta base URL, kunci API dan nama model. Atau sunting ~/.hermes/config.yaml:
model:
default: broadnet/qwen3.8-27b
provider: custom
base_url: https://inference.broadnet.ai/v1
key_env: BROADNET_API_KEY
Tiga perkara daripada dokumentasi Hermes penting apabila anda memilih model:
- Lantai konteks. Hermes Agent memerlukan sekurang-kurangnya 64,000 token konteks untuk penggunaan ejen dengan alat dan menolak tetingkap yang lebih kecil semasa bermula.
- Tool call. Jika pelayan tidak menghurai tool call, model mencetaknya sebagai teks dan tiada apa yang berjalan.
- Tugas tambahan. Penglihatan, pemampatan dan tajuk dihantar ke model chat utama anda secara lalai, dan setiap satu boleh ditukar kepada model yang lebih murah.
Model BroadNet manakah yang sesuai untuk ejen ini?
| Model | Konteks | Alat didokumenkan BroadNet | Input / cache / output setiap 1M | Muat lantai 64K Hermes |
|---|---|---|---|---|
| GLM 5.3 | 1,048,576 | Ya | $0.78 / $0.173 / $3.46 | Ya |
| Qwen3.8 27B | 262,144 | Ya | $0.175 / $0.0435 / $2.17 | Ya |
| DeepSeek V4.1 Flash | 1,048,576 | Tidak didokumenkan | $0.175 / $0.0055 / $0.52, atau $60 sebulan kadar rata | Ya |
| Gemma 4 VL 26B | 32,768 | Tidak didokumenkan | $0.10 / tiada harga cache / $0.22 | Tidak |
Kedua-dua ejen bergantung pada tool call, jadi mulakan dengan GLM 5.3 atau Qwen3.8 27B. DeepSeek V4.1 Flash mempunyai harga output dan input cache paling rendah antara tiga yang muat, dan hanya ia yang ada pelan kadar rata, tetapi BroadNet tidak mendokumenkan tool calling untuknya. Jalankan ejen sebenar anda pada satu jam Meteor $1 dan perhatikan sama ada alat benar-benar berjalan sebelum anda membeli sebulan. Tool calling dengan model terbuka menerangkan apa yang perlu disemak. Gemma ialah model yang diliputi kredit permulaan $5, tetapi tetingkap 32K-nya di bawah lantai Hermes dan sempit untuk ejen OpenClaw yang berat dengan ruang kerja.
Bagaimanakah rupa kiraan token?
Andaian ilustrasi, bukan ukuran. Baca angka anda sendiri daripada blok usage setiap respons atau halaman penggunaan penyedia anda.
| Semakan berjadual | Konteks setiap larian | Larian sehari | Token input sebulan (30 hari) |
|---|---|---|---|
| Konteks penuh setiap 30 minit | 120,000 | 48 | 172.8 juta |
| Konteks penuh setiap jam | 120,000 | 24 | 86.4 juta |
| Konteks ringan setiap jam | 15,000 | 24 | 10.8 juta |
| Konteks ringan, setiap 2 jam, 12 jam aktif | 15,000 | 6 | 2.7 juta |
Itu sebelum sebarang chat atau tugas. Darabkan lajur input dengan harga input setiap 1M dalam jadual di atas, atau masukkan ke dalam kalkulator kos API LLM. Jika awalan kekal sama antara larian, sebahagian besarnya boleh dibilkan pada harga cache, $0.0055 dan bukannya $0.175 setiap 1M pada DeepSeek V4.1 Flash; cara memastikan awalan boleh dicache. Untuk melihat ke mana token ejen pergi selain semakan berjadual, baca bajet token ejen.
Bagaimanakah mengurangkan bil tanpa merosakkan ejen?
Gunakan kawalan yang didokumenkan oleh setiap alat:
- Konteks ringan untuk tugas rutin (OpenClaw).
--light-contextmelangkau suntikan fail bootstrap ruang kerja. Tugas terpencil memulakan sesi baharu, jadi ia tidak mengheret seluruh perbualan. Pastikan scratch tugas pendek; ia disuntik ke setiap larian, sehingga 256 KiB. - Model lebih murah bagi setiap tugas.
--modelOpenClaw menetapkan model utama tugas mendahului keutamaan sesi, dan dokumentasinya menyebut ringkasan rutin dan semakan status sesuai dengan model yang lebih ringan. Dalam Hermes,hermes cron create --model … --provider …menetapkan model bagi setiap tugas, dan tugas yang tidak ditetapkan menggunakancron.modeljika ada. - Larian lebih sedikit, waktu aktif sahaja. Tugas OpenClaw menerima tetingkap
activeHours. Mengurangkan kekerapan separuh mengurangkan token semakan berjadual separuh. - Hasil senyap. Dalam OpenClaw, semakan yang tiada apa untuk dilaporkan memulangkan
NO_REPLYdan kekal senyap, jadi anda tidak dihantar mesej pada setiap larian. - Tugas tanpa model. Tugas skrip Hermes berjalan tanpa model, jadi tinjauan semata-mata tidak berkos apa-apa.
- Had perbelanjaan. Letakkan bajet pada kunci; kawalan perbelanjaan API LLM merangkumi bajet dan perlindungan gelung.
Bilakah pelan kadar rata masuk akal?
Sesi Full Moon tiada meter token, tetingkap atau had untuk DeepSeek V4.1 Flash: $60 sebulan, $15 seminggu atau $1 sejam. Konteks 120,000 token setiap 30 minit berkos sama dengan konteks ringan. Dua had kekal:
- Satu permintaan pada satu masa bagi setiap sesi. Tugas berjadual dan balasan chat anda beratur di belakang satu sama lain. Beli sesi kedua jika kedua-duanya kerap bertindih. Cara sesi berfungsi.
- Tool calling ialah ujian anda, bukan janji BroadNet. Lihat di atas.
Jika ejen anda kebanyakannya tidur dan hanya menjalankan beberapa semakan ringan sehari, bayar ikut guna lebih murah. Bandingkan kedua-duanya dengan kalkulator kadar rata vs per token.
Bagaimana pula dengan nota suara?
Jika ejen anda menerima nota suara WhatsApp atau Telegram, transkripsikannya sebelum LLM melihatnya. BroadNet Transcribe Arabic berharga $0.0042 seminit dan BroadNet Transcribe (14 bahasa) $0.002, dan kedua-duanya berfungsi dengan kredit permulaan. Panduan nota suara WhatsApp mempunyai langkah penukaran.
Di mana BroadNet Inference sesuai
BroadNet memberi ejen ini endpoint yang serasi OpenAI dengan dua model yang alatnya didokumenkan, model kadar rata untuk konteks berat, harga input cache dan speech-to-text pada satu kunci, dan ia tidak menyimpan prompt atau jawapan. Ia bukan pilihan terbaik jika anda memerlukan model yang tool calling-nya terbukti dalam ejen anda pada hari pertama pada harga terendah, atau banyak permintaan selari pada satu sesi kadar rata. Ejen yang banyak menggunakan pelayar atau penglihatan mungkin juga lebih baik pada model multimodal yang lebih besar di tempat lain. Uji dengan ejen anda sendiri selama sejam sebelum anda komited.
