OpenClaw và Hermes Agent là những agent cá nhân bạn để chạy liên tục: chúng đọc tin nhắn của bạn, chạy tool và thức dậy theo lịch để kiểm tra mọi thứ. Cả hai đều dùng được bất kỳ endpoint tương thích OpenAI nào, nên bạn có thể chọn model rẻ hơn mặc định. Vấn đề là mỗi lần chạy đều gửi context, và context chính là thứ bạn trả tiền.
Vì sao agent luôn bật lại tốn kém đến vậy?
Một ứng dụng chat gửi cho model từng tin nhắn một. Một agent cá nhân gửi system prompt, các file workspace, bộ nhớ và một phần cuộc hội thoại ở mỗi lượt, và nó còn tự chạy các lượt theo lịch. Hóa đơn xấp xỉ:
token context mỗi lần chạy × số lần chạy mỗi ngày × giá mỗi token, cộng thêm output.
Notebookcheck đưa tin vào tháng 2/2026 rằng lần kiểm tra “heartbeat” của OpenClaw, chạy mỗi 30 phút, gửi toàn bộ cửa sổ context tới API, khoảng 120.000 token cho một lần kiểm tra vặt. Một người dùng chạy khoảng 25 lần kiểm tra như vậy qua đêm trên Claude Opus và được cho là tốn khoảng USD 18.75. Đó là báo cáo của người dùng do Notebookcheck trích dẫn, không phải số đo của chúng tôi, nhưng điều đáng chú ý là cơ chế: agent đang rảnh vẫn tiêu token.
Từ đó, tài liệu của OpenClaw mô tả heartbeat là đã ngừng. Các lần kiểm tra định kỳ giờ là automation job thông thường, và openclaw doctor --fix chuyển các cài đặt heartbeat cũ sang đó. Job thiết lập vẫn chạy mỗi 30 phút trừ khi provider đưa ra nhịp khác, nên phép tính dưới đây vẫn áp dụng.
Kết nối OpenClaw với endpoint tương thích OpenAI thế nào?
OpenClaw đăng ký provider tùy chỉnh trong models.providers.<id>. Với server tương thích OpenAI, hãy đặt baseUrl, apiKey, api: "openai-completions" và một mảng models. Mỗi model chỉ bắt buộc id, nhưng tài liệu khuyên ghi rõ contextWindow và maxTokens khớp với server. Trỏ tới BroadNet Inference, với tên trường lấy từ tài liệu OpenClaw và giá trị lấy từ tài liệu và bảng giá của 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 },
],
},
},
},
}
Tham chiếu model có dạng id provider, dấu gạch chéo, rồi id model. agents.defaults.models chỉ đặt alias và metadata; nó không đăng ký model, nên chính mục models.providers mới làm cho model gọi được. Hai lưu ý tương thích từ cùng trang: compat.supportsReasoningEffort: false ngăn OpenClaw gửi reasoning_effort nếu endpoint từ chối tham số này (tài liệu BroadNet chấp nhận reasoning_effort: low), và model nhận ảnh cần input: ["text", "image"] để file đính kèm được gửi nguyên dạng.
Hãy đặt cả các trường cost. Ước tính của automation trong OpenClaw dùng giá trong models.json cục bộ khi runtime báo token mà không kèm chi phí, và mặc định là 0, khiến mọi lần chạy trông như miễn phí.
Trỏ Hermes Agent tới endpoint tùy chỉnh thế nào?
Chạy hermes model trong terminal và chọn tùy chọn custom endpoint; nó sẽ hỏi base URL, API key và tên model. Hoặc sửa ~/.hermes/config.yaml:
model:
default: broadnet/qwen3.8-27b
provider: custom
base_url: https://inference.broadnet.ai/v1
key_env: BROADNET_API_KEY
Ba điều trong tài liệu Hermes quan trọng khi chọn model:
- Mức sàn context. Hermes Agent yêu cầu ít nhất 64.000 token context khi dùng agent với tool và từ chối cửa sổ nhỏ hơn ngay lúc khởi động.
- Tool call. Nếu server không phân tích tool call, model sẽ in chúng ra dưới dạng văn bản và không có gì được chạy.
- Tác vụ phụ. Vision, nén và đặt tiêu đề mặc định đi tới model chat chính, và từng tác vụ có thể ghi đè sang model rẻ hơn.
Model BroadNet nào hợp với các agent này?
| Model | Context | Tool được BroadNet ghi trong tài liệu | Input / đã cache / output mỗi 1M | Đạt mức sàn 64K của Hermes |
|---|---|---|---|---|
| GLM 5.3 | 1.048.576 | Có | $0.78 / $0.173 / $3.46 | Có |
| Qwen3.8 27B | 262.144 | Có | $0.175 / $0.0435 / $2.17 | Có |
| DeepSeek V4.1 Flash | 1.048.576 | Không có trong tài liệu | $0.175 / $0.0055 / $0.52, hoặc $60 mỗi tháng giá cố định | Có |
| Gemma 4 VL 26B | 32.768 | Không có trong tài liệu | $0.10 / không có giá cache / $0.22 | Không |
Cả hai agent đều sống nhờ tool call, nên hãy bắt đầu với GLM 5.3 hoặc Qwen3.8 27B. DeepSeek V4.1 Flash có giá output và giá input đã cache thấp nhất trong ba model đạt yêu cầu, và là model duy nhất có gói giá cố định, nhưng BroadNet không ghi tool calling cho nó trong tài liệu. Hãy chạy agent thật của bạn trên một giờ Meteor giá $1 và xem tool có thực sự được gọi không trước khi mua cả tháng. Tool calling với model mở nói rõ cần kiểm tra gì. Gemma là model mà tín dụng ban đầu $5 dùng được, nhưng cửa sổ 32K của nó dưới mức sàn của Hermes và chật chội với agent OpenClaw nặng workspace.
Phép tính token trông thế nào?
Đây là giả định để minh họa, không phải số đo. Hãy đọc số liệu của bạn từ khối usage trong mỗi phản hồi hoặc trang mức sử dụng của nhà cung cấp.
| Kiểm tra định kỳ | Context mỗi lần chạy | Số lần chạy mỗi ngày | Token input mỗi tháng (30 ngày) |
|---|---|---|---|
| Toàn bộ context mỗi 30 phút | 120.000 | 48 | 172,8 triệu |
| Toàn bộ context mỗi giờ | 120.000 | 24 | 86,4 triệu |
| Context nhẹ mỗi giờ | 15.000 | 24 | 10,8 triệu |
| Context nhẹ, mỗi 2 giờ, 12 giờ hoạt động | 15.000 | 6 | 2,7 triệu |
Đó là trước khi có bất kỳ cuộc chat hay tác vụ nào. Nhân cột input với giá input mỗi 1M ở bảng trên, hoặc đưa vào công cụ tính chi phí API LLM. Nếu prefix giữ nguyên giữa các lần chạy, phần lớn có thể được tính theo giá cache thay vì giá thường, tức $0.0055 thay vì $0.175 mỗi 1M trên DeepSeek V4.1 Flash; xem cách giữ prefix có thể cache. Để xem token của agent đi đâu ngoài các lần kiểm tra định kỳ, hãy đọc ngân sách token cho agent.
Giảm hóa đơn mà không làm hỏng agent thế nào?
Dùng các tùy chọn mà mỗi công cụ ghi trong tài liệu:
- Context nhẹ cho job thường lệ (OpenClaw).
--light-contextbỏ qua việc chèn các file bootstrap của workspace. Job tách biệt bắt đầu một phiên mới, nên không kéo theo cả cuộc hội thoại. Giữ scratch của job ngắn gọn; nó được chèn vào mọi lần chạy, tối đa 256 KiB. - Model rẻ hơn cho từng job.
--modelcủa OpenClaw đặt model chính của job, ưu tiên hơn cài đặt phiên, và tài liệu nói các bản tóm tắt thường lệ và kiểm tra trạng thái hợp với model nhẹ hơn. Trong Hermes,hermes cron create --model … --provider …gắn cố định model cho từng job, và job không gắn sẽ dùngcron.modelnếu có đặt. - Ít lần chạy hơn, chỉ trong giờ hoạt động. Job của OpenClaw nhận khung
activeHours. Giảm tần suất một nửa thì token cho kiểm tra định kỳ cũng giảm một nửa. - Kết quả im lặng. Trong OpenClaw, lần kiểm tra không có gì để báo sẽ trả về
NO_REPLYvà giữ im lặng, nên bạn không bị nhắn tin mỗi lần chạy. - Job không dùng model. Script job của Hermes chạy không cần model, nên polling thuần túy không tốn gì.
- Hạn mức chi tiêu. Đặt ngân sách cho key; kiểm soát chi tiêu API LLM nói về ngân sách và chống vòng lặp.
Khi nào gói giá cố định hợp lý?
Một phiên Full Moon không có đồng hồ đo token, khung thời gian hay mức trần cho DeepSeek V4.1 Flash: $60 mỗi tháng, $15 mỗi tuần hoặc $1 mỗi giờ. Context 120.000 token mỗi 30 phút tốn đúng bằng context nhẹ. Còn lại hai giới hạn:
- Một request mỗi lúc cho mỗi phiên. Tác vụ định kỳ và câu trả lời chat xếp hàng chờ nhau. Hãy mua phiên thứ hai nếu chúng hay chồng lên nhau. Xem cách các phiên hoạt động.
- Tool calling là việc bạn tự test, không phải cam kết của BroadNet. Xem phần trên.
Nếu agent của bạn chủ yếu ngủ và chỉ chạy vài lần kiểm tra nhẹ mỗi ngày, trả theo mức dùng sẽ rẻ hơn. So sánh cả hai bằng công cụ tính giá cố định so với giá theo token.
Còn tin nhắn thoại thì sao?
Nếu agent của bạn nhận tin nhắn thoại WhatsApp hoặc Telegram, hãy chép lời trước khi LLM xem. BroadNet Transcribe Arabic có giá $0.0042 mỗi phút và BroadNet Transcribe (14 ngôn ngữ) $0.002 mỗi phút, cả hai đều dùng được với tín dụng ban đầu. Hướng dẫn chép lời tin nhắn thoại WhatsApp có bước chuyển đổi định dạng.
BroadNet Inference phù hợp ở đâu
BroadNet cho các agent này một endpoint tương thích OpenAI với hai model có tool calling trong tài liệu, một model giá cố định cho context nặng, giá input đã cache và chuyển giọng nói thành văn bản trên cùng một key, và không lưu giữ prompt hay câu trả lời. Đây không phải lựa chọn tốt nhất nếu bạn cần một model có tool calling đã được chứng minh trong agent của bạn ngay từ ngày đầu với giá thấp nhất, hoặc nhiều request song song trên một phiên giá cố định. Agent dùng nhiều trình duyệt hoặc vision cũng có thể chạy tốt hơn trên một model đa phương thức lớn hơn ở nơi khác. Hãy test với agent của chính bạn trong một giờ trước khi cam kết.
