---
title: "OpenClaw e Hermes Agent com um modelo barato compatível"
description: "Conecte o OpenClaw ou o Hermes Agent a um endpoint compatível com a OpenAI, entenda por que as verificações agendadas queimam tokens e como reduzir a conta."
url: https://broadrouter.com/pt/blog/openclaw-hermes-agent-cheap-model/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/) (atualizado em 2026-11-15).

# OpenClaw e Hermes Agent com um modelo barato: setup e custos

Pela equipe da BroadNet Inference · 6 min de leitura · Publicado em 2026-11-15

Os dois agentes aceitam um endpoint personalizado compatível com a OpenAI: o OpenClaw em models.providers com api "openai-completions", o Hermes Agent com provider: custom e um base\_url. O custo é o tamanho do contexto vezes a frequência com que o agente roda vezes o preço do modelo. Reduza o contexto, rode as verificações agendadas com menos frequência e num modelo mais barato, e teste o tool calling antes de se comprometer.

## Pontos principais

-   Um agente sempre ligado reenvia o contexto a cada verificação agendada e a cada turno, então tamanho do contexto vezes frequência define a conta.
-   O OpenClaw aceita um endpoint personalizado em models.providers com api "openai-completions"; o Hermes Agent aceita provider: custom mais base\_url no config.yaml.
-   O Hermes Agent precisa de pelo menos 64.000 tokens de contexto para usar ferramentas, o que descarta modelos com contexto de 32K como modelo principal.
-   Na BroadNet, o tool calling está documentado apenas para o GLM 5.3 e o Qwen3.8 27B. Teste o DeepSeek V4.1 Flash com o seu agente antes de contar com o plano de preço fixo.
-   Contexto leve, menos execuções e um modelo mais barato para verificações de rotina cortam mais tokens do que qualquer desconto.

**Nesta página**

1.  Por que agentes sempre ligados custam tanto?
2.  Como conectar o OpenClaw a um endpoint compatível com a OpenAI?
3.  Como apontar o Hermes Agent para um endpoint personalizado?
4.  Quais modelos da BroadNet servem para esses agentes?
5.  Como fica a conta de tokens?
6.  Como reduzir a conta sem quebrar o agente?
7.  Quando um plano de preço fixo faz sentido?
8.  E as mensagens de voz?
9.  Onde entra a BroadNet Inference

OpenClaw e Hermes Agent são agentes pessoais que você deixa rodando: leem as suas mensagens, executam ferramentas e acordam em horários agendados para verificar coisas. Os dois podem usar qualquer endpoint compatível com a OpenAI, então você pode escolher um modelo mais barato que o padrão. O problema é que cada execução envia contexto, e contexto é justamente o que você paga.

## Por que agentes sempre ligados custam tanto?

Um app de chat envia ao modelo uma mensagem por vez. Um agente pessoal envia, a cada turno, o system prompt, os arquivos do workspace, a memória e um trecho da conversa, e ainda roda turnos sozinho, de forma agendada. A conta é mais ou menos:

**tokens de contexto por execução × execuções por dia × preço por token**, mais a saída.

O Notebookcheck relatou em fevereiro de 2026 que a verificação de “heartbeat” do OpenClaw, que rodava a cada 30 minutos, enviava a janela de contexto inteira para a API, cerca de 120.000 tokens para uma verificação trivial. A execução noturna de um usuário, com cerca de 25 dessas verificações no Claude Opus, teria custado cerca de USD 18,75. São relatos de usuários citados pelo Notebookcheck, não medições nossas, mas o ponto é o mecanismo: um agente parado ainda gasta tokens.

Desde então, a documentação do OpenClaw descreve os heartbeats como descontinuados. As verificações agendadas agora são jobs de automação comuns, e `openclaw doctor --fix` migra para eles as antigas configurações de heartbeat. O job de setup ainda roda a cada 30 minutos, a menos que o provedor forneça outra cadência, então a conta abaixo continua valendo.

## Como conectar o OpenClaw a um endpoint compatível com a OpenAI?

O OpenClaw registra provedores personalizados em `models.providers.<id>`. Para um servidor compatível com a OpenAI, defina `baseUrl`, `apiKey`, `api: "openai-completions"` e um array `models`. Só o `id` é obrigatório por modelo, mas a documentação recomenda valores explícitos de `contextWindow` e `maxTokens` que batam com o servidor. Apontando para a BroadNet Inference, com nomes de campos da documentação do OpenClaw e valores da documentação e do feed de preços da 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 },
        ],
      },
    },
  },
}
```

As referências de modelo são o id do provedor, uma barra e o id do modelo. `agents.defaults.models` só define aliases e metadados; não registra um modelo, então é a entrada em `models.providers` que o torna chamável. Duas notas de compatibilidade da mesma página: `compat.supportsReasoningEffort: false` impede o OpenClaw de enviar `reasoning_effort` se um endpoint o rejeitar (a documentação da BroadNet aceita `reasoning_effort: low`), e um modelo que recebe imagens precisa de `input: ["text", "image"]` para que os anexos sigam de forma nativa.

Preencha também os campos `cost`. As estimativas de automação do OpenClaw usam os preços do seu `models.json` local quando um runtime informa tokens sem custo, e o padrão é zero, o que faz toda execução parecer grátis.

## Como apontar o Hermes Agent para um endpoint personalizado?

Rode `hermes model` num terminal e escolha a opção de endpoint personalizado; ele pede a base URL, a chave de API e o nome do modelo. Ou edite `~/.hermes/config.yaml`:

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

Três pontos da documentação do Hermes importam na hora de escolher um modelo:

-   **Contexto mínimo.** O Hermes Agent exige pelo menos 64.000 tokens de contexto para uso como agente com ferramentas e rejeita janelas menores na inicialização.
-   **Tool calls.** Se o servidor não interpretar as tool calls, o modelo as imprime como texto e nada é executado.
-   **Tarefas auxiliares.** Visão, compressão e títulos vão por padrão para o seu modelo de chat principal, e cada uma pode ser redirecionada para um modelo mais barato.

## Quais modelos da BroadNet servem para esses agentes?

| Modelo | Contexto | Ferramentas documentadas pela BroadNet | Entrada / em cache / saída por 1M | Atende ao mínimo de 64K do Hermes |
| --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) | 1.048.576 | Sim | $0.78 / $0.173 / $3.46 | Sim |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | 262.144 | Sim | $0.175 / $0.0435 / $2.17 | Sim |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | 1.048.576 | Não documentadas | $0.175 / $0.0055 / $0.52, ou $60 por mês a preço fixo | Sim |
| [Gemma 4 VL 26B](https://broadrouter.com/pt/models/gemma-4-vl-26b/) | 32.768 | Não documentadas | $0.10 / sem preço de cache / $0.22 | Não |

Os dois agentes vivem de tool calls, então comece pelo GLM 5.3 ou pelo Qwen3.8 27B. Entre os três que servem, o DeepSeek V4.1 Flash tem os menores preços de saída e de entrada em cache, e é o único com plano de preço fixo, mas a BroadNet não documenta tool calling para ele. Rode o seu agente real numa hora Meteor de $1 e veja se as ferramentas são de fato acionadas antes de comprar um mês. [Tool calling com modelos abertos](https://broadrouter.com/pt/blog/tool-calling-open-models/) explica o que verificar. O Gemma é o modelo coberto pelo crédito inicial de $5, mas a janela de 32K fica abaixo do mínimo do Hermes e é apertada para um agente OpenClaw com muitos arquivos no workspace.

## Como fica a conta de tokens?

Hipóteses ilustrativas, não medições. Leia os seus próprios números no bloco `usage` de cada resposta ou na página de uso do seu provedor.

| Verificação agendada | Contexto por execução | Execuções por dia | Tokens de entrada por mês (30 dias) |
| --- | --- | --- | --- |
| Contexto completo a cada 30 minutos | 120.000 | 48 | 172,8 milhões |
| Contexto completo a cada hora | 120.000 | 24 | 86,4 milhões |
| Contexto leve a cada hora | 15.000 | 24 | 10,8 milhões |
| Contexto leve, a cada 2 horas, 12 horas ativas | 15.000 | 6 | 2,7 milhões |

Isso antes de qualquer chat ou tarefa. Multiplique a coluna de entrada pelo preço de entrada por 1M da tabela anterior, ou passe pela [calculadora de custo de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/). Se o prefixo continuar idêntico entre execuções, boa parte dele pode ser cobrada pelo preço de entrada em cache, $0.0055 em vez de $0.175 por 1M no DeepSeek V4.1 Flash; [como manter o prefixo cacheável](https://broadrouter.com/pt/blog/prompt-structure-for-caching/). Para ver para onde vão os tokens de um agente além das verificações agendadas, leia [orçamento de tokens de um agente](https://broadrouter.com/pt/blog/agent-token-budget/).

## Como reduzir a conta sem quebrar o agente?

Use os controles que cada ferramenta documenta:

-   **Contexto leve para jobs de rotina (OpenClaw).** `--light-context` pula a injeção dos arquivos de bootstrap do workspace. Jobs isolados começam numa sessão nova, então não arrastam a conversa inteira. Mantenha curto o scratch do job; ele é injetado em toda execução, até 256 KiB.
-   **Um modelo mais barato por job.** No OpenClaw, `--model` define o modelo principal de um job antes das preferências de sessão, e a documentação diz que resumos de rotina e verificações de status combinam com um modelo mais leve. No Hermes, `hermes cron create --model … --provider …` fixa um modelo por job, e jobs sem modelo fixado usam `cron.model`, se estiver definido.
-   **Menos execuções, só no horário ativo.** Os jobs do OpenClaw aceitam uma janela `activeHours`. Cortar a frequência pela metade corta pela metade os tokens das verificações agendadas.
-   **Resultados silenciosos.** No OpenClaw, uma verificação sem nada a relatar devolve `NO_REPLY` e fica em silêncio, então você não recebe mensagem a cada execução.
-   **Jobs sem modelo.** Os jobs de script do Hermes rodam sem modelo, então polling puro não custa nada.
-   **Limites de gasto.** Coloque um orçamento na chave; [controle de gastos com API de LLM](https://broadrouter.com/pt/blog/llm-api-spend-control/) cobre orçamentos e proteção contra loops.

## Quando um plano de preço fixo faz sentido?

Uma sessão Full Moon não tem medidor de tokens, janela de tempo nem teto para o DeepSeek V4.1 Flash: $60 por mês, $15 por semana ou $1 por hora. Um contexto de 120.000 tokens a cada 30 minutos custa o mesmo que um leve. Dois limites continuam:

-   **Uma requisição por vez por sessão.** Um job agendado e a sua resposta no chat ficam na fila um atrás do outro. Compre uma segunda sessão se eles se sobrepõem com frequência. [Como as sessões funcionam](https://broadrouter.com/pt/guides/unlimited-llm-api-sessions/).
-   **Tool calling é um teste seu, não uma promessa da BroadNet.** Veja acima.

Se o seu agente passa a maior parte do tempo dormindo e roda poucas verificações leves por dia, o pagamento por uso sai mais barato. Compare os dois com a [calculadora preço fixo vs por token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## E as mensagens de voz?

Se o seu agente recebe mensagens de voz do WhatsApp ou do Telegram, transcreva-as antes que o LLM as veja. O BroadNet Transcribe Arabic custa $0.0042 por minuto e o BroadNet Transcribe (14 idiomas) $0.002, e os dois funcionam com o crédito inicial. O [guia de mensagens de voz do WhatsApp](https://broadrouter.com/pt/guides/transcribe-whatsapp-voice-notes/) tem a etapa de conversão.

## Onde entra a BroadNet Inference

A BroadNet oferece a esses agentes um endpoint compatível com a OpenAI com dois modelos de tool calling documentado, um modelo de preço fixo para contextos pesados, preços de entrada em cache e fala para texto numa única chave, e não retém prompts nem respostas. Não é a melhor opção se você precisa, desde o primeiro dia e pelo menor preço, de um modelo cujo tool calling já esteja comprovado no seu agente, ou de muitas requisições em paralelo numa única sessão de preço fixo. Agentes com uso pesado de navegador ou de visão também podem se sair melhor com um modelo multimodal maior em outro lugar. Teste com o seu próprio agente por uma hora antes de se comprometer.

Ferramentas gratuitas sobre o tema (em inglês)

-   [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.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

[Token](https://broadrouter.com/pt/glossary/token/)

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Tool calling (chamada de ferramentas)](https://broadrouter.com/pt/glossary/tool-calling/)

Tool calling, também chamado de function calling ou chamada de ferramentas, é um recurso de APIs de LLM em que o modelo devolve um pedido estruturado para executar uma função definida pelo desenvolvedor, com argumentos JSON. A aplicação executa a função e devolve o resultado; o modelo nunca executa código sozinho.

[Tokens de entrada em cache (cached input)](https://broadrouter.com/pt/glossary/cached-input-tokens/)

Tokens de entrada em cache são tokens do prompt que um provedor de LLM processou há pouco e pode reaproveitar de um cache em vez de calcular de novo, normalmente um prefixo repetido, como um system prompt ou um documento. Os provedores os cobram com uma tarifa menor que a dos tokens de entrada novos.

[Base URL (URL base)](https://broadrouter.com/pt/glossary/base-url/)

A base URL é o endereço raiz fixo de uma API, como https://api.example.com/v1, que um cliente coloca antes de cada caminho de endpoint, como /chat/completions. Nos SDKs compatíveis com a OpenAI, trocar a base URL, junto com a chave de API e o ID do modelo, aponta o mesmo código para outro provedor.

[Pagamento por uso (pay-as-you-go)](https://broadrouter.com/pt/glossary/pay-as-you-go/)

Pagamento por uso é um modelo de preço em que você paga só pelo que usa, medido por unidade, como tokens, requisições ou minutos de áudio, sem assinatura nem compromisso mínimo. A maioria das APIs de LLM cobra assim, a partir de um saldo pré-pago ou de uma fatura periódica.

[Plano de LLM com preço fixo (flat-rate)](https://broadrouter.com/pt/glossary/flat-rate-llm-plan/)

Um plano de LLM com preço fixo cobra um valor fixo por um período, como um mês, pelo acesso à API de um modelo de linguagem, em vez de cobrar por token. Esses planos costumam limitar outra coisa, como simultaneidade, velocidade, modelos ou janelas de uso, então os limites importam tanto quanto o preço.

[Chave de API (API key)](https://broadrouter.com/pt/glossary/api-key/)

Uma chave de API é uma string secreta que identifica e autoriza um cliente que chama uma API. As APIs de LLM normalmente a esperam em um cabeçalho Authorization: Bearer, e qualquer pessoa que tenha a chave pode fazer requisições cobradas da conta dona dela.

[Concorrência (concurrency)](https://broadrouter.com/pt/glossary/concurrency/)

Concorrência é o número de requisições que um cliente tem em andamento ao mesmo tempo. APIs de LLM muitas vezes a limitam por chave ou por plano, separadamente das requisições por minuto, porque cada requisição aberta ocupa capacidade de GPU até a resposta terminar.

## Perguntas frequentes

### O OpenClaw pode usar uma API personalizada compatível com a OpenAI?

Sim. Adicione um provedor em models.providers com um baseUrl, um apiKey (o ideal é uma referência a variável de ambiente), api definido como "openai-completions" e um array models com pelo menos o id de cada modelo. Referencie o modelo como id do provedor, uma barra e o id do modelo.

### Como aponto o Hermes Agent para um endpoint personalizado?

Rode hermes model e escolha a opção de endpoint personalizado, ou defina model.provider como custom, model.base\_url com a URL /v1, model.default com o id do modelo e api\_key ou key\_env em ~/.hermes/config.yaml.

### Por que o OpenClaw gasta tantos tokens mesmo parado?

Verificações agendadas são chamadas ao modelo. Uma reportagem do Notebookcheck de fevereiro de 2026 descreveu uma verificação a cada 30 minutos que enviava cerca de 120.000 tokens de contexto de cada vez. Desde então o OpenClaw passou os heartbeats para jobs de automação, que podem rodar com contexto leve e com um modelo próprio.

### Qual modelo da BroadNet devo usar com o OpenClaw ou o Hermes Agent?

Comece pelo GLM 5.3 ou pelo Qwen3.8 27B, os dois modelos cujo tool calling a BroadNet documenta. O DeepSeek V4.1 Flash é mais barato e tem plano de preço fixo, mas teste antes as tool calls dele no seu agente.

### Dá para rodar o Hermes Agent com o crédito inicial grátis?

Não bem. O crédito inicial cobre o BroadNet Gemma 4 VL 26B e os modelos Transcribe, e o Gemma tem contexto de 32.768 tokens, abaixo dos 64.000 tokens que o Hermes Agent exige para usar ferramentas. Os modelos de chat que servem precisam de uma recarga ou de um plano.

### Um plano de preço fixo impede que o custo do agente cresça?

Uma sessão Full Moon não tem medidor de tokens, então contextos longos e verificações frequentes não aumentam a conta. Ela roda uma requisição por vez, então um job agendado e uma resposta no chat ficam na fila um atrás do outro, a menos que você compre uma segunda sessão.

## Continue lendo

-   [Orçamento de tokens de agentes: para onde vão os tokens de um loop](https://broadrouter.com/pt/blog/agent-token-budget/)
-   [Tokens de entrada em cache: como reduzir a conta de API de LLM](https://broadrouter.com/pt/blog/cached-input-tokens-explained/)
-   [Como estruturar prompts para o prefixo entrar em cache](https://broadrouter.com/pt/blog/prompt-structure-for-caching/)
-   [Controle de gastos com API de LLM: orçamentos, limites e loops](https://broadrouter.com/pt/blog/llm-api-spend-control/)
-   [Tool calling com modelos abertos: schemas, chamadas paralelas, retry](https://broadrouter.com/pt/blog/tool-calling-open-models/)
-   [O que "ilimitado" significa de verdade em um plano de API de LLM](https://broadrouter.com/pt/blog/what-unlimited-llm-api-really-means/)
-   [Custo de uma execução de agente de código: passos, contexto e cache](https://broadrouter.com/pt/blog/ai-coding-agent-run-cost/)
-   [Claude Code com modelos abertos: proxies, endpoints nativos e limites](https://broadrouter.com/pt/blog/claude-code-with-openai-compatible-models/)
-   [Guia: Como funcionam os planos de API de LLM ilimitada para agentes](https://broadrouter.com/pt/guides/unlimited-llm-api-sessions/)
-   [Guia: Transcrever áudios do WhatsApp para texto com uma API](https://broadrouter.com/pt/guides/transcribe-whatsapp-voice-notes/)
-   [Guia: Códigos de erro da BroadNet Inference e quando tentar de novo](https://broadrouter.com/pt/guides/errors-and-retries/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Documentação do OpenClaw, provedores personalizados e runtimes locais (verificado em 2026-11-15)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [Documentação do OpenClaw, migração do heartbeat para jobs de automação (verificado em 2026-11-15)](https://docs.openclaw.ai/gateway/heartbeat)
-   [Documentação do OpenClaw, payloads de jobs de automação: sessões, scratch, troca de modelo, contexto leve (verificado em 2026-11-15)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Documentação do Hermes Agent, provedores e endpoints personalizados compatíveis com a OpenAI (verificado em 2026-11-15)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Documentação do Hermes Agent, tarefas agendadas (cron) (verificado em 2026-11-15)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, reportagem sobre o consumo de tokens do OpenClaw, 4 de fevereiro de 2026 (verificado em 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)
-   [Referência da API da BroadNet Inference: modelos, ferramentas, raciocínio, limites (verificado em 2026-11-15) (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [Preços da BroadNet Inference em formato legível por máquina, pricing.json (verificado em 2026-11-15) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
