---
title: "OpenClaw и Hermes Agent на дешёвой OpenAI-совместимой модели"
description: "Подключите OpenClaw или Hermes Agent к OpenAI-совместимому эндпоинту, поймите, почему проверки жгут токены, и снизьте счёт лёгким контекстом и дешёвой моделью."
url: https://broadrouter.com/ru/blog/openclaw-hermes-agent-cheap-model/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/) (обновлён 2026-11-15).

# OpenClaw и Hermes Agent на дешёвой модели: настройка и расчёт токенов

Команда BroadNet Inference · 6 мин чтения · Опубликовано 2026-11-15

Оба агента принимают свой OpenAI-совместимый эндпоинт: OpenClaw — в models.providers с api "openai-completions", Hermes Agent — через provider: custom и base\_url. Стоимость определяется размером контекста, умноженным на частоту запусков агента и цену модели. Уменьшите контекст, запускайте плановые проверки реже и на более дешёвой модели и проверьте вызов инструментов, прежде чем на что-то переходить.

## Главное

-   Постоянно работающий агент заново отправляет контекст при каждой плановой проверке и каждом ходе, поэтому счёт задаёт размер контекста, умноженный на частоту.
-   OpenClaw принимает свой эндпоинт в models.providers с api "openai-completions"; Hermes Agent — provider: custom и base\_url в config.yaml.
-   Hermes Agent требует для работы с инструментами контекст не меньше 64 000 токенов, поэтому модели с контекстом 32K не подходят на роль основной.
-   На BroadNet вызов инструментов задокументирован только для GLM 5.3 и Qwen3.8 27B. Проверьте DeepSeek V4.1 Flash со своим агентом, прежде чем полагаться на безлимитный тариф.
-   Лёгкий контекст, меньше запусков и более дешёвая модель для рутинных проверок экономят токены сильнее любой скидки.

**На этой странице**

1.  Почему постоянно работающие агенты так дорого обходятся?
2.  Как подключить OpenClaw к OpenAI-совместимому эндпоинту?
3.  Как подключить Hermes Agent к своему эндпоинту?
4.  Какие модели BroadNet подходят этим агентам?
5.  Как выглядит расчёт токенов?
6.  Как снизить счёт, не сломав агента?
7.  Когда имеет смысл безлимитный тариф?
8.  А голосовые сообщения?
9.  Где здесь BroadNet Inference

OpenClaw и Hermes Agent — персональные агенты, которые работают постоянно: читают ваши сообщения, запускают инструменты и просыпаются по расписанию, чтобы что-то проверить. Оба могут использовать любой OpenAI-совместимый эндпоинт, так что можно выбрать модель дешевле, чем по умолчанию. Подвох в том, что каждый запуск отправляет контекст, а платите вы именно за контекст.

## Почему постоянно работающие агенты так дорого обходятся?

Чат-приложение отправляет модели одно сообщение за раз. Персональный агент на каждом ходе отправляет системный промпт, файлы рабочего пространства, память и часть разговора, а ещё сам запускает ходы по расписанию. Счёт примерно такой:

**токены контекста за запуск × запуски в день × цена за токен**, плюс выход.

Notebookcheck в феврале 2026 года сообщил, что проверка heartbeat в OpenClaw, запускавшаяся каждые 30 минут, отправляла в API всё контекстное окно — около 120 000 токенов ради тривиальной проверки. По имеющимся данным, ночной прогон одного пользователя, около 25 таких проверок на Claude Opus, обошёлся примерно в 18,75 долл. США. Это пользовательские отчёты, которые цитирует Notebookcheck, а не наши измерения, но суть в механизме: простаивающий агент всё равно тратит токены.

С тех пор документация OpenClaw называет heartbeat устаревшим. Плановые проверки теперь — обычные задания автоматизации, а `openclaw doctor --fix` переносит в них старые настройки heartbeat. Задание, создаваемое при настройке, по-прежнему запускается каждые 30 минут, если провайдер не задаёт другую периодичность, поэтому расчёт ниже остаётся в силе.

## Как подключить OpenClaw к OpenAI-совместимому эндпоинту?

OpenClaw регистрирует собственных провайдеров в `models.providers.<id>`. Для OpenAI-совместимого сервера задайте `baseUrl`, `apiKey`, `api: "openai-completions"` и массив `models`. Для каждой модели обязателен только `id`, но документация рекомендует явно указать `contextWindow` и `maxTokens`, совпадающие с сервером. Вот вариант для BroadNet Inference — имена полей из документации OpenClaw, значения из документации и ценового фида 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 },
        ],
      },
    },
  },
}
```

Ссылка на модель — это id провайдера, слеш и id модели. `agents.defaults.models` задаёт только псевдонимы и метаданные и не регистрирует модель, поэтому вызываемой её делает именно запись в `models.providers`. Две заметки о совместимости с той же страницы: `compat.supportsReasoningEffort: false` не даёт OpenClaw отправлять `reasoning_effort`, если эндпоинт его отклоняет (документация BroadNet принимает `reasoning_effort: low`), а модели, принимающей изображения, нужен `input: ["text", "image"]`, чтобы вложения передавались напрямую.

Заполните и поля `cost`. Оценки автоматизации OpenClaw берут цены из вашего локального `models.json`, когда среда выполнения сообщает токены без стоимости, а по умолчанию там ноль — и каждый запуск выглядит бесплатным.

## Как подключить Hermes Agent к своему эндпоинту?

Запустите `hermes model` в терминале и выберите вариант со своим эндпоинтом; он спросит базовый URL, API-ключ и имя модели. Или отредактируйте `~/.hermes/config.yaml`:

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

При выборе модели важны три вещи из документации Hermes:

-   **Минимальный контекст.** Hermes Agent требует для работы агента с инструментами не меньше 64 000 токенов контекста и при запуске отклоняет окна меньшего размера.
-   **Вызовы инструментов.** Если сервер не разбирает вызовы инструментов, модель печатает их как текст, и ничего не выполняется.
-   **Вспомогательные задачи.** Vision, сжатие и заголовки по умолчанию идут в основную чат-модель, и каждую из этих задач можно переназначить на более дешёвую модель.

## Какие модели BroadNet подходят этим агентам?

| Модель | Контекст | Инструменты задокументированы BroadNet | Вход / вход из кэша / выход за 1 млн | Проходит порог Hermes 64K |
| --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) | 1 048 576 | Да | $0.78 / $0.173 / $3.46 | Да |
| [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) | 262 144 | Да | $0.175 / $0.0435 / $2.17 | Да |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) | 1 048 576 | Не задокументированы | $0.175 / $0.0055 / $0.52 или $60 в месяц без счётчика | Да |
| [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) | 32 768 | Не задокументированы | $0.10 / цены для кэша нет / $0.22 | Нет |

Оба агента живут вызовами инструментов, поэтому начните с GLM 5.3 или Qwen3.8 27B. У DeepSeek V4.1 Flash самые низкие цены на выход и вход из кэша среди трёх подходящих моделей, и только она доступна на безлимитном тарифе, но вызов инструментов для неё BroadNet не документирует. Запустите своего реального агента на час Meteor за $1 и посмотрите, действительно ли срабатывают инструменты, прежде чем покупать месяц. Что именно проверять, описано в статье [о вызове инструментов в открытых моделях](https://broadrouter.com/ru/blog/tool-calling-open-models/). Gemma — модель, которую покрывает стартовый грант $5, но её окно 32K ниже порога Hermes и тесновато для агента OpenClaw с большим рабочим пространством.

## Как выглядит расчёт токенов?

Допущения ниже — иллюстрация, а не измерения. Свои цифры берите из блока `usage` каждого ответа или со страницы использования у провайдера.

| Плановая проверка | Контекст за запуск | Запусков в день | Входных токенов в месяц (30 дней) |
| --- | --- | --- | --- |
| Полный контекст каждые 30 минут | 120 000 | 48 | 172,8 млн |
| Полный контекст каждый час | 120 000 | 24 | 86,4 млн |
| Лёгкий контекст каждый час | 15 000 | 24 | 10,8 млн |
| Лёгкий контекст каждые 2 часа, 12 активных часов | 15 000 | 6 | 2,7 млн |

И это ещё без чата и задач. Умножьте столбец входа на цену входа за 1 млн из таблицы выше или посчитайте в [калькуляторе стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/). Если префикс между запусками не меняется, значительная его часть может тарифицироваться по цене входа из кэша — $0.0055 вместо $0.175 за 1 млн у DeepSeek V4.1 Flash; [как сохранить префикс кэшируемым](https://broadrouter.com/ru/blog/prompt-structure-for-caching/). Куда уходят токены агента помимо плановых проверок, читайте в статье [о бюджете токенов агента](https://broadrouter.com/ru/blog/agent-token-budget/).

## Как снизить счёт, не сломав агента?

Используйте настройки, которые документирует каждый инструмент:

-   **Лёгкий контекст для рутинных заданий (OpenClaw).** `--light-context` пропускает подстановку стартовых файлов рабочего пространства. Изолированные задания начинают новую сессию и не тащат за собой весь разговор. Держите scratch задания коротким: он подставляется в каждый запуск, до 256 КиБ.
-   **Более дешёвая модель для отдельного задания.** `--model` в OpenClaw задаёт основную модель задания поверх настроек сессии, и документация говорит, что для рутинных сводок и проверок статуса подходит модель полегче. В Hermes `hermes cron create --model … --provider …` закрепляет модель за заданием, а задания без закреплённой модели используют `cron.model`, если он задан.
-   **Меньше запусков, только в активные часы.** Задания OpenClaw принимают окно `activeHours`. Вдвое меньшая частота — вдвое меньше токенов на плановые проверки.
-   **Тихие результаты.** В OpenClaw проверка, которой нечего сообщить, возвращает `NO_REPLY` и молчит, так что сообщения не приходят после каждого запуска.
-   **Задания без модели.** Скриптовые задания Hermes работают без модели, поэтому простой опрос ничего не стоит.
-   **Лимиты расходов.** Задайте бюджет на ключ; бюджеты и защита от зацикливания описаны в статье [о контроле расходов на LLM API](https://broadrouter.com/ru/blog/llm-api-spend-control/).

## Когда имеет смысл безлимитный тариф?

У сессии Full Moon для DeepSeek V4.1 Flash нет счётчика токенов, окна или потолка: $60 в месяц, $15 в неделю или $1 в час. Контекст на 120 000 токенов каждые 30 минут стоит столько же, сколько лёгкий. Два ограничения остаются:

-   **Один запрос за раз на сессию.** Задание по расписанию и ваш ответ в чате встают в очередь друг за другом. Если они часто пересекаются, купите вторую сессию. [Как работают сессии](https://broadrouter.com/ru/guides/unlimited-llm-api-sessions/).
-   **Вызов инструментов — ваша проверка, а не обещание BroadNet.** См. выше.

Если ваш агент в основном спит и выполняет несколько лёгких проверок в день, оплата по факту дешевле. Сравните оба варианта в [калькуляторе безлимита и оплаты за токены](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## А голосовые сообщения?

Если агент получает голосовые сообщения из WhatsApp или Telegram, распознайте их до того, как их увидит LLM. BroadNet Transcribe Arabic стоит $0.0042 за минуту, BroadNet Transcribe (14 языков) — $0.002, и оба работают на стартовом гранте. Шаг конвертации описан в [руководстве по голосовым сообщениям WhatsApp](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/).

## Где здесь BroadNet Inference

BroadNet даёт этим агентам OpenAI-совместимый эндпоинт с двумя моделями с задокументированными инструментами, безлимитную модель для тяжёлого контекста, цены на вход из кэша и распознавание речи на одном ключе, и не хранит промпты и ответы. Это не лучший выбор, если вам с первого дня нужна модель, чей вызов инструментов уже доказан в вашем агенте, по самой низкой цене, или много параллельных запросов на одной безлимитной сессии. Агентам, которые активно работают с браузером или изображениями, может лучше подойти более крупная мультимодальная модель в другом месте. Проверьте всё на своём агенте в течение часа, прежде чем принимать решение.

Бесплатные инструменты по теме (на английском)

-   [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.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[ИИ-агент (AI agent)](https://broadrouter.com/ru/glossary/agent/)

ИИ-агент — это система, в которой языковая модель сама направляет свои шаги к цели: решает, какие инструменты вызвать, читает результаты и повторяет, пока не выдаст итоговый ответ или не упрётся в лимит. Фиксированный сценарий, который вызывает модель в заранее заданных местах, обычно называют не агентом, а workflow.

[Мультимодальный ИИ (multimodal AI)](https://broadrouter.com/ru/glossary/multimodal/)

Мультимодальный ИИ — это модель или система, которая работает больше чем с одним типом данных, например с текстом, изображениями, видео и аудио. Мультимодальная модель может прочитать фото вместе с вопросом или принять речь и ответить текстом. Самая распространённая разновидность — визуально-языковая модель.

## Вопросы и ответы

### Может ли OpenClaw работать со своим OpenAI-совместимым API?

Да. Добавьте провайдера в models.providers с baseUrl, apiKey (лучше ссылкой на переменную окружения), api со значением "openai-completions" и массивом models, где у каждой модели есть хотя бы id. Обращайтесь к модели так: id провайдера, слеш, id модели.

### Как подключить Hermes Agent к своему эндпоинту?

Запустите hermes model и выберите вариант со своим эндпоинтом либо задайте в ~/.hermes/config.yaml model.provider равным custom, model.base\_url — URL с /v1, model.default — id модели, а также api\_key или key\_env.

### Почему OpenClaw тратит столько токенов, даже когда простаивает?

Плановые проверки — это вызовы модели. В материале Notebookcheck от февраля 2026 года описана проверка раз в 30 минут, которая каждый раз отправляла около 120 000 токенов контекста. С тех пор OpenClaw перенёс heartbeat в задания автоматизации, которые могут работать с лёгким контекстом и собственной моделью.

### Какую модель BroadNet выбрать для OpenClaw или Hermes Agent?

Начните с GLM 5.3 или Qwen3.8 27B — двух моделей, для которых BroadNet документирует вызов инструментов. DeepSeek V4.1 Flash дешевле и доступна на безлимитном тарифе, но сначала проверьте её вызовы инструментов в своём агенте.

### Можно ли запустить Hermes Agent на бесплатном стартовом гранте?

Плохо. Стартовый грант покрывает BroadNet Gemma 4 VL 26B и модели Transcribe, а у Gemma контекст 32 768 токенов — меньше 64 000, которые Hermes Agent требует для работы с инструментами. Для подходящих чат-моделей нужно пополнение баланса или тариф.

### Останавливает ли безлимитный тариф рост расходов на агента?

У сессии Full Moon нет счётчика токенов, поэтому длинные контексты и частые проверки счёт не увеличивают. Но она выполняет один запрос за раз, так что задание по расписанию и ответ в чате встают в очередь друг за другом, если не купить вторую сессию.

## Читайте также

-   [Бюджет токенов агента: куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [Как структурировать промпты, чтобы префикс кэшировался](https://broadrouter.com/ru/blog/prompt-structure-for-caching/)
-   [Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов](https://broadrouter.com/ru/blog/llm-api-spend-control/)
-   [Вызов инструментов в открытых моделях: схемы, параллельность, повторы](https://broadrouter.com/ru/blog/tool-calling-open-models/)
-   [Что на самом деле значит «безлимит» в тарифе LLM API](https://broadrouter.com/ru/blog/what-unlimited-llm-api-really-means/)
-   [Сколько стоит один запуск ИИ-агента для кода: шаги, контекст, кэш](https://broadrouter.com/ru/blog/ai-coding-agent-run-cost/)
-   [Claude Code на открытых моделях: прокси, нативные эндпоинты, лимиты](https://broadrouter.com/ru/blog/claude-code-with-openai-compatible-models/)
-   [Руководство: Как устроены безлимитные тарифы LLM API для агентов](https://broadrouter.com/ru/guides/unlimited-llm-api-sessions/)
-   [Руководство: Голосовые сообщения WhatsApp в текст через API](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/)
-   [Руководство: Коды ошибок BroadNet Inference и когда повторять запрос](https://broadrouter.com/ru/guides/errors-and-retries/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

-   [Документация OpenClaw, собственные провайдеры и локальные среды выполнения (проверено 2026-11-15)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [Документация OpenClaw, перенос heartbeat в задания автоматизации (проверено 2026-11-15)](https://docs.openclaw.ai/gateway/heartbeat)
-   [Документация OpenClaw, параметры заданий автоматизации: сессии, scratch, переопределение модели, лёгкий контекст (проверено 2026-11-15)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Документация Hermes Agent, провайдеры и собственные OpenAI-совместимые эндпоинты (проверено 2026-11-15)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Документация Hermes Agent, задачи по расписанию (cron) (проверено 2026-11-15)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, материал о расходе токенов OpenClaw, 4 февраля 2026 года (проверено 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)
-   [Справочник BroadNet Inference API: модели, инструменты, рассуждения, лимиты (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [Машиночитаемые цены BroadNet Inference, pricing.json (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
