OpenClaw e Hermes Agent sono agenti personali che lasci sempre accesi: leggono i tuoi messaggi, eseguono tool e si svegliano a orari pianificati per controllare le cose. Entrambi possono usare qualsiasi endpoint compatibile con OpenAI, quindi puoi scegliere un modello più economico di quello predefinito. Il problema è che ogni esecuzione invia contesto, e il contesto è proprio quello che paghi.
Perché gli agenti sempre attivi costano così tanto?
Un’app di chat invia al modello un messaggio alla volta. Un agente personale invia a ogni turno il suo system prompt, i file del workspace, la memoria e una parte della conversazione, e in più esegue turni da solo, secondo una pianificazione. La bolletta è all’incirca:
token di contesto per esecuzione × esecuzioni al giorno × prezzo per token, più l’output.
A febbraio 2026 Notebookcheck ha riportato che il controllo «heartbeat» di OpenClaw, eseguito ogni 30 minuti, inviava all’API l’intera finestra di contesto, circa 120.000 token per un controllo banale. L’esecuzione notturna di un utente, con circa 25 controlli di questo tipo su Claude Opus, sarebbe costata circa 18,75 USD. Sono segnalazioni di utenti citate da Notebookcheck, non nostre misurazioni, ma il punto è il meccanismo: anche un agente inattivo spende token.
Da allora la documentazione di OpenClaw descrive gli heartbeat come dismessi. I controlli pianificati ora sono normali job di automazione, e openclaw doctor --fix migra al loro interno le vecchie impostazioni degli heartbeat. Il job di setup gira comunque ogni 30 minuti, a meno che il provider non fornisca una cadenza diversa, quindi i conti che seguono valgono ancora.
Come si collega OpenClaw a un endpoint compatibile con OpenAI?
OpenClaw registra i provider personalizzati sotto models.providers.<id>. Per un server compatibile con OpenAI imposta baseUrl, apiKey, api: "openai-completions" e un array models. Per ogni modello è obbligatorio solo id, ma la documentazione consiglia valori espliciti di contextWindow e maxTokens che corrispondano al server. Ecco la configurazione puntata su BroadNet Inference, con i nomi dei campi presi dalla documentazione di OpenClaw e i valori dalla documentazione e dal feed dei prezzi di 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 },
],
},
},
},
}
I riferimenti ai modelli sono l’id del provider, una barra, poi l’id del modello. agents.defaults.models imposta solo alias e metadati; non registra un modello, quindi è la voce in models.providers a renderlo richiamabile. Due note di compatibilità dalla stessa pagina: compat.supportsReasoningEffort: false impedisce a OpenClaw di inviare reasoning_effort se un endpoint lo rifiuta (la documentazione di BroadNet accetta reasoning_effort: low), e un modello che accetta immagini ha bisogno di input: ["text", "image"] perché gli allegati vengano passati in modo nativo.
Imposta anche i campi cost. Le stime dell’automazione di OpenClaw usano i prezzi del tuo models.json locale quando un runtime riporta i token senza un costo, e il valore predefinito è zero, il che fa sembrare gratuita ogni esecuzione.
Come si collega Hermes Agent a un endpoint personalizzato?
Esegui hermes model in un terminale e scegli l’opzione per l’endpoint personalizzato; ti chiederà base URL, chiave API e nome del modello. Oppure modifica ~/.hermes/config.yaml:
model:
default: broadnet/qwen3.8-27b
provider: custom
base_url: https://inference.broadnet.ai/v1
key_env: BROADNET_API_KEY
Tre punti della documentazione di Hermes contano quando scegli un modello:
- Soglia minima di contesto. Hermes Agent richiede almeno 64.000 token di contesto per l’uso come agente con tool e rifiuta finestre più piccole all’avvio.
- Tool call. Se il server non interpreta le tool call, il modello le stampa come testo e non viene eseguito nulla.
- Task ausiliari. Visione, compressione e titoli vanno per impostazione predefinita al tuo modello di chat principale, e ciascuno può essere reindirizzato a un modello più economico.
Quali modelli BroadNet sono adatti a questi agenti?
| Modello | Contesto | Tool documentati da BroadNet | Input / in cache / output per 1M | Rispetta la soglia di 64K di Hermes |
|---|---|---|---|---|
| GLM 5.3 | 1.048.576 | Sì | $0.78 / $0.173 / $3.46 | Sì |
| Qwen3.8 27B | 262.144 | Sì | $0.175 / $0.0435 / $2.17 | Sì |
| DeepSeek V4.1 Flash | 1.048.576 | Non documentati | $0.175 / $0.0055 / $0.52, oppure $60 al mese a prezzo fisso | Sì |
| Gemma 4 VL 26B | 32.768 | Non documentati | $0.10 / nessun prezzo per la cache / $0.22 | No |
Entrambi gli agenti vivono di tool call, quindi parti da GLM 5.3 o Qwen3.8 27B. Tra i tre modelli adatti, DeepSeek V4.1 Flash ha i prezzi più bassi per output e input in cache, ed è l’unico con un piano flat, ma BroadNet non documenta il tool calling per questo modello. Fai girare il tuo agente reale per un’ora Meteor a $1 e verifica che i tool vengano davvero eseguiti prima di comprare un mese. Tool calling con i modelli open spiega cosa controllare. Gemma è il modello coperto dal credito iniziale di $5, ma la sua finestra da 32K è sotto la soglia di Hermes e stretta per un agente OpenClaw con molti file nel workspace.
Come sono i conti dei token?
Ipotesi illustrative, non misurazioni. Leggi i tuoi numeri dal blocco usage di ogni risposta o dalla pagina di utilizzo del tuo provider.
| Controllo pianificato | Contesto per esecuzione | Esecuzioni al giorno | Token di input al mese (30 giorni) |
|---|---|---|---|
| Contesto completo ogni 30 minuti | 120.000 | 48 | 172,8 milioni |
| Contesto completo ogni ora | 120.000 | 24 | 86,4 milioni |
| Contesto leggero ogni ora | 15.000 | 24 | 10,8 milioni |
| Contesto leggero, ogni 2 ore, 12 ore attive | 15.000 | 6 | 2,7 milioni |
E questo prima di qualsiasi chat o task. Moltiplica la colonna dell’input per il prezzo di input per 1M nella tabella precedente, oppure passala al calcolatore dei costi delle API LLM. Se il prefisso resta identico tra un’esecuzione e l’altra, gran parte può essere fatturata al prezzo dell’input in cache, $0.0055 invece di $0.175 per 1M su DeepSeek V4.1 Flash; come mantenere il prefisso adatto alla cache. Per vedere dove finiscono i token di un agente oltre ai controlli pianificati, leggi il budget di token di un agente.
Come tagliare la bolletta senza rompere l’agente?
Usa i controlli che ciascuno strumento documenta:
- Contesto leggero per i job di routine (OpenClaw).
--light-contextsalta l’iniezione dei file di bootstrap del workspace. I job isolati partono con una sessione nuova, così non si trascinano dietro l’intera conversazione. Tieni corto lo scratch del job; viene iniettato in ogni esecuzione, fino a 256 KiB. - Un modello più economico per ogni job. In OpenClaw
--modelimposta il modello principale di un job prima delle preferenze di sessione, e la documentazione dice che riassunti di routine e controlli di stato si adattano a un modello più leggero. In Hermes,hermes cron create --model … --provider …fissa un modello per job, e i job senza modello fissato usanocron.modelse impostato. - Meno esecuzioni, solo nelle ore attive. I job di OpenClaw accettano una finestra
activeHours. Dimezzare la frequenza dimezza i token dei controlli pianificati. - Risultati silenziosi. In OpenClaw un controllo senza nulla da segnalare restituisce
NO_REPLYe resta muto, così non ricevi un messaggio a ogni esecuzione. - Job senza modello. I job script di Hermes girano senza modello, quindi il semplice polling non costa nulla.
- Limiti di spesa. Metti un budget sulla chiave; controllo della spesa per le API LLM spiega budget e protezione dai loop.
Quando ha senso un piano flat?
Una sessione Full Moon non ha contatore di token, finestra temporale o tetto per DeepSeek V4.1 Flash: $60 al mese, $15 a settimana o $1 all’ora. Un contesto da 120.000 token ogni 30 minuti costa quanto uno leggero. Restano due limiti:
- Una richiesta alla volta per sessione. Un job pianificato e la tua risposta in chat si mettono in coda l’uno dietro l’altro. Compra una seconda sessione se si sovrappongono spesso. Come funzionano le sessioni.
- Il tool calling è un test che fai tu, non una promessa di BroadNet. Vedi sopra.
Se il tuo agente dorme quasi sempre ed esegue pochi controlli leggeri al giorno, il pagamento a consumo costa meno. Confronta le due opzioni con il calcolatore prezzo fisso vs a token.
E i messaggi vocali?
Se il tuo agente riceve messaggi vocali da WhatsApp o Telegram, trascrivili prima che li veda l’LLM. BroadNet Transcribe Arabic costa $0.0042 al minuto e BroadNet Transcribe (14 lingue) $0.002, ed entrambi funzionano con il credito iniziale. La guida ai messaggi vocali di WhatsApp contiene il passaggio di conversione.
Dove si colloca BroadNet Inference
BroadNet offre a questi agenti un endpoint compatibile con OpenAI con due modelli dal tool calling documentato, un modello a prezzo fisso per i contesti pesanti, prezzi per l’input in cache e speech-to-text con un’unica chiave, e non conserva prompt né risposte. Non è la scelta migliore se ti serve, dal primo giorno e al prezzo più basso, un modello il cui tool calling sia già provato nel tuo agente, o molte richieste in parallelo su una sola sessione a prezzo fisso. Gli agenti che usano molto browser o visione potrebbero anche trovarsi meglio con un modello multimodale più grande altrove. Prova con il tuo agente per un’ora prima di impegnarti.
