BroadRouter

OpenClaw dan Hermes Agent dengan model murah: setup dan hitungan token

Oleh tim BroadNet Inference · 6 menit baca · Dipublikasikan

Kedua agent menerima endpoint kustom yang kompatibel dengan OpenAI: OpenClaw di bawah models.providers dengan api "openai-completions", Hermes Agent dengan provider: custom dan base_url. Biaya ditentukan oleh ukuran konteks dikali seberapa sering agent berjalan dikali harga model. Kecilkan konteks, jalankan pengecekan terjadwal lebih jarang dengan model lebih murah, dan uji tool calling sebelum berkomitmen.

OpenClaw dan Hermes Agent adalah agent pribadi yang Anda biarkan terus berjalan: membaca pesan Anda, menjalankan tool, dan bangun sesuai jadwal untuk mengecek sesuatu. Keduanya bisa memakai endpoint apa pun yang kompatibel dengan OpenAI, jadi Anda bisa memilih model yang lebih murah daripada default-nya. Masalahnya, setiap run mengirim konteks, dan konteks itulah yang Anda bayar.

Kenapa agent yang selalu aktif begitu mahal?

Aplikasi chat mengirim satu pesan ke model setiap kali. Agent pribadi mengirim system prompt, file workspace, memori, dan potongan percakapan di setiap giliran, dan juga menjalankan giliran sendiri sesuai jadwal. Tagihannya kira-kira:

token konteks per run × run per hari × harga per token, ditambah output.

Notebookcheck melaporkan pada Februari 2026 bahwa pengecekan “heartbeat” OpenClaw, yang berjalan setiap 30 menit, mengirim seluruh context window ke API, sekitar 120.000 token untuk pengecekan sepele. Run semalam milik seorang pengguna dengan sekitar 25 pengecekan semacam itu di Claude Opus dilaporkan menelan biaya sekitar USD 18,75. Angka tersebut adalah laporan pengguna yang dikutip Notebookcheck, bukan pengukuran kami, tetapi intinya ada di mekanismenya: agent yang sedang idle tetap menghabiskan token.

Sejak itu, dokumentasi OpenClaw menyebut heartbeat sudah dipensiunkan. Pengecekan terjadwal kini berupa automation job biasa, dan openclaw doctor --fix memigrasikan setelan heartbeat lama ke sana. Job bawaan setup tetap berjalan setiap 30 menit kecuali provider memberikan frekuensi lain, jadi hitungan di bawah tetap berlaku.

Bagaimana menghubungkan OpenClaw ke endpoint kompatibel OpenAI?

OpenClaw mendaftarkan provider kustom di bawah models.providers.<id>. Untuk server yang kompatibel dengan OpenAI, set baseUrl, apiKey, api: "openai-completions", dan array models. Hanya id yang wajib per model, tetapi dokumentasinya menyarankan nilai contextWindow dan maxTokens eksplisit yang sesuai dengan server. Diarahkan ke BroadNet Inference, dengan nama field dari dokumentasi OpenClaw dan nilai dari dokumentasi serta feed 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 },
        ],
      },
    },
  },
}

Referensi model ditulis sebagai ID provider, garis miring, lalu ID model. agents.defaults.models hanya mengatur alias dan metadata; ia tidak mendaftarkan model, jadi entri models.providers-lah yang membuat model bisa dipanggil. Dua catatan kompatibilitas dari halaman yang sama: compat.supportsReasoningEffort: false menghentikan OpenClaw mengirim reasoning_effort jika endpoint menolaknya (dokumentasi BroadNet menerima reasoning_effort: low), dan model yang menerima gambar butuh input: ["text", "image"] agar lampiran dikirim secara native.

Set juga field cost. Estimasi automation OpenClaw memakai harga di models.json lokal Anda ketika runtime melaporkan token tanpa biaya, dan default-nya nol, sehingga setiap run terlihat gratis.

Bagaimana mengarahkan Hermes Agent ke endpoint kustom?

Jalankan hermes model di terminal dan pilih opsi custom endpoint; Anda akan diminta base URL, kunci API, dan nama model. Atau edit ~/.hermes/config.yaml:

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

Tiga hal dari dokumentasi Hermes yang penting saat memilih model:

  • Batas minimum konteks. Hermes Agent butuh konteks minimal 64.000 token untuk pemakaian agent dengan tool dan menolak window yang lebih kecil saat startup.
  • Tool call. Jika server tidak mem-parsing tool call, model mencetaknya sebagai teks dan tidak ada yang dijalankan.
  • Tugas tambahan. Vision, kompresi, dan pembuatan judul dikirim ke model chat utama Anda secara default, dan masing-masing bisa di-override ke model yang lebih murah.

Model BroadNet mana yang cocok untuk agent ini?

Model Konteks Tool didokumentasikan BroadNet Input / cache / output per 1M Memenuhi batas 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 didokumentasikan $0.175 / $0.0055 / $0.52, atau harga tetap $60 per bulan Ya
Gemma 4 VL 26B 32.768 Tidak didokumentasikan $0.10 / tidak ada harga cache / $0.22 Tidak

Kedua agent sangat bergantung pada tool call, jadi mulailah dengan GLM 5.3 atau Qwen3.8 27B. DeepSeek V4.1 Flash punya harga output dan input cache terendah di antara tiga model yang memenuhi syarat, dan satu-satunya yang tersedia di paket harga tetap, tetapi BroadNet tidak mendokumentasikan tool calling untuknya. Jalankan agent Anda yang sebenarnya selama satu jam Meteor seharga $1 dan amati apakah tool benar-benar terpanggil sebelum membeli satu bulan. Tool calling dengan model open membahas apa saja yang perlu dicek. Gemma adalah model yang dicakup kredit awal $5, tetapi window 32K-nya di bawah batas Hermes dan sempit untuk agent OpenClaw yang berat di file workspace.

Seperti apa hitungan tokennya?

Asumsi ilustratif, bukan hasil pengukuran. Baca angka Anda sendiri dari blok usage di setiap respons atau dari halaman pemakaian penyedia Anda.

Pengecekan terjadwal Konteks per run Run per hari Token input per bulan (30 hari)
Konteks penuh setiap 30 menit 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 belum termasuk chat atau tugas apa pun. Kalikan kolom input dengan harga input per 1M di tabel atas, atau masukkan ke kalkulator biaya API LLM. Jika prefix tetap identik antar-run, sebagian besarnya bisa ditagih dengan harga cache: $0.0055 alih-alih $0.175 per 1M pada DeepSeek V4.1 Flash; lihat cara menjaga prefix tetap bisa di-cache. Untuk melihat ke mana token agent mengalir di luar pengecekan terjadwal, baca anggaran token agent.

Bagaimana menekan tagihan tanpa merusak agent?

Gunakan kontrol yang didokumentasikan masing-masing tool:

  • Konteks ringan untuk job rutin (OpenClaw). --light-context melewati injeksi file bootstrap workspace. Job terisolasi memulai sesi baru, sehingga tidak menyeret seluruh percakapan. Jaga scratch job tetap pendek; isinya diinjeksikan ke setiap run, hingga 256 KiB.
  • Model lebih murah per job. --model di OpenClaw menetapkan model utama sebuah job di atas preferensi sesi, dan dokumentasinya menyebut ringkasan rutin dan pengecekan status cocok untuk model yang lebih ringan. Di Hermes, hermes cron create --model … --provider … mengunci model per job, dan job tanpa model yang dikunci memakai cron.model jika diset.
  • Run lebih sedikit, hanya di jam aktif. Job OpenClaw menerima jendela activeHours. Mengurangi frekuensi setengahnya berarti memotong token pengecekan terjadwal setengahnya.
  • Hasil yang senyap. Di OpenClaw, pengecekan yang tidak punya apa-apa untuk dilaporkan mengembalikan NO_REPLY dan tetap diam, jadi Anda tidak dikirimi pesan setiap run.
  • Job tanpa model. Script job di Hermes berjalan tanpa model, jadi polling murni tidak memakan biaya.
  • Batas pengeluaran. Pasang anggaran pada kunci; kontrol pengeluaran API LLM membahas anggaran dan proteksi loop.

Kapan paket harga tetap masuk akal?

Sesi Full Moon tidak punya meteran token, jendela waktu, atau batas pemakaian untuk DeepSeek V4.1 Flash: $60 per bulan, $15 per minggu, atau $1 per jam. Konteks 120.000 token setiap 30 menit biayanya sama dengan konteks ringan. Dua batasan tetap ada:

  • Satu permintaan pada satu waktu per sesi. Job terjadwal dan balasan chat Anda saling antre. Beli sesi kedua jika keduanya sering bertabrakan. Cara kerja sesi.
  • Tool calling adalah tes Anda, bukan janji BroadNet. Lihat di atas.

Jika agent Anda lebih sering tidur dan hanya menjalankan beberapa pengecekan ringan per hari, bayar sesuai pemakaian lebih murah. Bandingkan keduanya dengan kalkulator harga tetap vs per token.

Bagaimana dengan voice note?

Jika agent Anda menerima voice note WhatsApp atau Telegram, transkripsikan dulu sebelum LLM melihatnya. BroadNet Transcribe Arabic berharga $0.0042 per menit dan BroadNet Transcribe (14 bahasa) $0.002, dan keduanya bisa dipakai dengan kredit awal. Panduan voice note WhatsApp berisi langkah konversinya.

Posisi BroadNet Inference

BroadNet memberi agent ini endpoint yang kompatibel dengan OpenAI dengan dua model yang tool calling-nya terdokumentasi, satu model harga tetap untuk konteks berat, harga input cache, dan speech-to-text dalam satu kunci, serta tidak menyimpan prompt atau jawaban. BroadNet bukan pilihan terbaik jika Anda butuh model yang tool calling-nya sudah terbukti di agent Anda sejak hari pertama dengan harga terendah, atau banyak permintaan paralel dalam satu sesi harga tetap. Agent yang banyak memakai browser atau vision mungkin juga lebih cocok dengan model multimodal yang lebih besar di tempat lain. Uji dengan agent Anda sendiri selama satu jam sebelum berkomitmen.

Pertanyaan umum

Bisakah OpenClaw memakai API kustom yang kompatibel dengan OpenAI?

Bisa. Tambahkan provider di bawah models.providers dengan baseUrl, apiKey (paling baik referensi environment variable), api bernilai "openai-completions", dan array models yang minimal berisi id setiap model. Rujuk model dengan format ID provider, garis miring, lalu ID model.

Bagaimana mengarahkan Hermes Agent ke endpoint kustom?

Jalankan hermes model dan pilih opsi custom endpoint, atau di ~/.hermes/config.yaml set model.provider ke custom, model.base_url ke URL /v1, model.default ke ID model, serta api_key atau key_env.

Kenapa OpenClaw memakai begitu banyak token saat idle?

Pengecekan terjadwal adalah panggilan model. Laporan Notebookcheck dari Februari 2026 menggambarkan pengecekan setiap 30 menit yang mengirim sekitar 120.000 token konteks setiap kali. Sejak itu OpenClaw memindahkan heartbeat ke automation job, yang bisa berjalan dengan konteks ringan dan model sendiri.

Model BroadNet mana yang sebaiknya dipakai untuk OpenClaw atau Hermes Agent?

Mulai dengan GLM 5.3 atau Qwen3.8 27B, dua model yang tool calling-nya didokumentasikan BroadNet. DeepSeek V4.1 Flash lebih murah dan punya paket harga tetap, tetapi uji dulu tool call-nya di agent Anda.

Bisakah Hermes Agent dijalankan dengan kredit awal gratis?

Kurang ideal. Kredit awal mencakup BroadNet Gemma 4 VL 26B dan model Transcribe, sedangkan Gemma punya konteks 32.768 token, di bawah 64.000 token yang dibutuhkan Hermes Agent untuk pemakaian tool. Model chat yang memenuhi syarat butuh top up atau paket.

Apakah paket harga tetap menghentikan biaya agent yang terus naik?

Sesi Full Moon tidak punya meteran token, jadi konteks panjang dan pengecekan yang sering tidak menaikkan tagihan. Sesi menjalankan satu permintaan pada satu waktu, jadi job terjadwal dan balasan chat akan saling antre kecuali Anda membeli sesi kedua.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity