BroadRouter

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

Por el equipo de BroadNet Inference · 6 min de lectura · Publicado

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.

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:

{
  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:

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 1,048,576 Sí $0.78 / $0.173 / $3.46 Sí
Qwen3.8 27B 262,144 Sí $0.175 / $0.0435 / $2.17 Sí
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 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 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. 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. Para ver adónde van los tokens de un agente más allá de las comprobaciones programadas, lea presupuesto de tokens de un agente.

¿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 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.
  • 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.

¿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 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.

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.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity