---
title: "OpenClaw và Hermes Agent với model rẻ tương thích OpenAI"
description: "Kết nối OpenClaw hoặc Hermes Agent với endpoint tương thích OpenAI, hiểu vì sao kiểm tra định kỳ đốt token, và giảm hóa đơn bằng context nhẹ, model rẻ hơn."
url: https://broadrouter.com/vi/blog/openclaw-hermes-agent-cheap-model/
lang: vi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/) (cập nhật ngày 2026-11-15).

# OpenClaw và Hermes Agent với model giá rẻ: cài đặt và tính token

Đội ngũ BroadNet Inference · 6 phút đọc · Đăng ngày 2026-11-15

Cả hai agent đều nhận endpoint tương thích OpenAI tùy chỉnh: OpenClaw qua models.providers với api "openai-completions", Hermes Agent qua provider: custom và base\_url. Chi phí bằng kích thước context nhân số lần chạy nhân giá model. Hãy thu nhỏ context, chạy kiểm tra định kỳ thưa hơn bằng model rẻ hơn, và test tool calling trước khi cam kết.

## Ý chính

-   Agent luôn bật gửi lại context ở mỗi lần kiểm tra định kỳ và mỗi lượt, nên kích thước context nhân tần suất quyết định hóa đơn.
-   OpenClaw nhận endpoint tùy chỉnh trong models.providers với api "openai-completions"; Hermes Agent nhận provider: custom cùng base\_url trong config.yaml.
-   Hermes Agent cần ít nhất 64.000 token context để dùng tool, nên model có context 32K không dùng được làm model chính.
-   Trên BroadNet, tool calling chỉ được ghi trong tài liệu cho GLM 5.3 và Qwen3.8 27B. Hãy test DeepSeek V4.1 Flash với agent của bạn trước khi dựa vào gói giá cố định.
-   Context nhẹ, ít lần chạy hơn và model rẻ hơn cho các lần kiểm tra thường lệ giảm token nhiều hơn bất kỳ khoản giảm giá nào.

**Trong trang này**

1.  Vì sao agent luôn bật lại tốn kém đến vậy?
2.  Kết nối OpenClaw với endpoint tương thích OpenAI thế nào?
3.  Trỏ Hermes Agent tới endpoint tùy chỉnh thế nào?
4.  Model BroadNet nào hợp với các agent này?
5.  Phép tính token trông thế nào?
6.  Giảm hóa đơn mà không làm hỏng agent thế nào?
7.  Khi nào gói giá cố định hợp lý?
8.  Còn tin nhắn thoại thì sao?
9.  BroadNet Inference phù hợp ở đâu

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:

```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 },
        ],
      },
    },
  },
}
```

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`:

```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](https://broadrouter.com/vi/models/glm-5.3/) | 1.048.576 | Có | $0.78 / $0.173 / $3.46 | Có |
| [Qwen3.8 27B](https://broadrouter.com/vi/models/qwen3.8-27b/) | 262.144 | Có | $0.175 / $0.0435 / $2.17 | Có |
| [DeepSeek V4.1 Flash](https://broadrouter.com/vi/models/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](https://broadrouter.com/vi/models/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](https://broadrouter.com/vi/blog/tool-calling-open-models/) 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](https://broadrouter.com/tools/llm-api-cost-calculator/). 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](https://broadrouter.com/vi/blog/prompt-structure-for-caching/). Để xem token của agent đi đâu ngoài các lần kiểm tra định kỳ, hãy đọc [ngân sách token cho agent](https://broadrouter.com/vi/blog/agent-token-budget/).

## 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-context` bỏ 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.** `--model` của 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 dùng `cron.model` nếu 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_REPLY` và 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](https://broadrouter.com/vi/blog/llm-api-spend-control/) 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](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/).
-   **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](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## 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](https://broadrouter.com/vi/guides/transcribe-whatsapp-voice-notes/) 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.

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [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.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

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

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

[Tool calling (gọi tool, function calling)](https://broadrouter.com/vi/glossary/tool-calling/)

Tool calling, còn gọi là function calling, là tính năng của API LLM trong đó model trả về một yêu cầu có cấu trúc để chạy một hàm do nhà phát triển định nghĩa, kèm đối số JSON. Ứng dụng chạy hàm rồi gửi kết quả lại; model không bao giờ tự chạy code.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[AI đa phương thức (multimodal AI)](https://broadrouter.com/vi/glossary/multimodal/)

AI đa phương thức là model hoặc hệ thống làm việc với nhiều loại dữ liệu, như văn bản, hình ảnh, video và audio. Một model đa phương thức có thể đọc ảnh cùng câu hỏi, hoặc nhận giọng nói và trả lời bằng văn bản. Vision-language model là loại phổ biến nhất.

[Token đầu vào từ cache (cached input tokens)](https://broadrouter.com/vi/glossary/cached-input-tokens/)

Token đầu vào từ cache là token prompt mà nhà cung cấp LLM vừa xử lý gần đây và có thể dùng lại từ cache thay vì tính toán lại, thường là phần đầu lặp lại như system prompt hoặc tài liệu. Nhà cung cấp tính giá chúng thấp hơn token đầu vào mới.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

[API key (khóa API)](https://broadrouter.com/vi/glossary/api-key/)

API key là một chuỗi bí mật dùng để xác định và cấp quyền cho client gọi API. API LLM thường yêu cầu nó trong header Authorization: Bearer, và bất kỳ ai giữ key đều có thể gửi request được tính phí vào tài khoản sở hữu key đó.

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

Base URL là địa chỉ gốc cố định của một API, như https://api.example.com/v1, mà client đặt trước mọi đường dẫn endpoint, như /chat/completions. Trong SDK tương thích OpenAI, đổi base URL cùng với API key và model ID sẽ trỏ cùng một đoạn code sang nhà cung cấp khác.

## Câu hỏi thường gặp

### OpenClaw có dùng được API tùy chỉnh tương thích OpenAI không?

Có. Thêm một provider trong models.providers với baseUrl, apiKey (tốt nhất là tham chiếu biến môi trường), api đặt là "openai-completions" và một mảng models có ít nhất id của từng model. Tham chiếu model theo dạng id provider, dấu gạch chéo, rồi id model.

### Làm sao trỏ Hermes Agent tới endpoint tùy chỉnh?

Chạy hermes model và chọn tùy chọn custom endpoint, hoặc trong ~/.hermes/config.yaml đặt model.provider là custom, model.base\_url là URL /v1, model.default là id model, cùng api\_key hoặc key\_env.

### Vì sao OpenClaw dùng nhiều token đến vậy khi đang rảnh?

Các lần kiểm tra định kỳ cũng là lệnh gọi model. Một bài của Notebookcheck tháng 2/2026 mô tả lần kiểm tra mỗi 30 phút gửi khoảng 120.000 token context mỗi lần. Từ đó OpenClaw đã chuyển heartbeat sang automation job, có thể chạy với context nhẹ và model riêng.

### Nên dùng model BroadNet nào cho OpenClaw hoặc Hermes Agent?

Bắt đầu với GLM 5.3 hoặc Qwen3.8 27B, hai model có tool calling được BroadNet ghi trong tài liệu. DeepSeek V4.1 Flash rẻ hơn và có gói giá cố định, nhưng hãy test tool call trong agent của bạn trước.

### Có chạy Hermes Agent bằng tín dụng ban đầu miễn phí được không?

Không tốt lắm. Tín dụng ban đầu dùng được cho BroadNet Gemma 4 VL 26B và các model Transcribe, mà Gemma có context 32.768 token, dưới mức 64.000 token Hermes Agent yêu cầu để dùng tool. Các model chat phù hợp cần nạp tiền hoặc mua gói.

### Gói giá cố định có chặn được chi phí agent tăng lên không?

Một phiên Full Moon không đo token, nên context dài và kiểm tra dày đặc không làm tăng hóa đơn. Nó chạy một request mỗi lúc, nên tác vụ định kỳ và câu trả lời chat sẽ xếp hàng chờ nhau, trừ khi bạn mua phiên thứ hai.

## Đọc tiếp

-   [Ngân sách token của agent: token trong vòng lặp agent đi đâu](https://broadrouter.com/vi/blog/agent-token-budget/)
-   [Token đầu vào từ cache: cách giảm hóa đơn API LLM](https://broadrouter.com/vi/blog/cached-input-tokens-explained/)
-   [Cách cấu trúc prompt để phần đầu được cache](https://broadrouter.com/vi/blog/prompt-structure-for-caching/)
-   [Kiểm soát chi phí API LLM: ngân sách, giới hạn key và chặn vòng lặp](https://broadrouter.com/vi/blog/llm-api-spend-control/)
-   [Tool calling với model mở: schema, gọi song song, retry](https://broadrouter.com/vi/blog/tool-calling-open-models/)
-   [“Không giới hạn” trong gói API LLM thực sự có nghĩa là gì](https://broadrouter.com/vi/blog/what-unlimited-llm-api-really-means/)
-   [Chi phí một lần chạy AI coding agent: số bước, context và cache](https://broadrouter.com/vi/blog/ai-coding-agent-run-cost/)
-   [Claude Code với model mở: proxy, endpoint gốc và giới hạn](https://broadrouter.com/vi/blog/claude-code-with-openai-compatible-models/)
-   [Hướng dẫn: Gói LLM API không giới hạn cho agent hoạt động thế nào?](https://broadrouter.com/vi/guides/unlimited-llm-api-sessions/)
-   [Hướng dẫn: Chép lời tin nhắn thoại WhatsApp thành văn bản bằng API](https://broadrouter.com/vi/guides/transcribe-whatsapp-voice-notes/)
-   [Hướng dẫn: Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

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

**Nguồn**

-   [Tài liệu OpenClaw, provider tùy chỉnh và runtime cục bộ (kiểm tra ngày 2026-11-15)](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [Tài liệu OpenClaw, chuyển heartbeat sang automation job (kiểm tra ngày 2026-11-15)](https://docs.openclaw.ai/gateway/heartbeat)
-   [Tài liệu OpenClaw, payload của automation job: phiên, scratch, ghi đè model, context nhẹ (kiểm tra ngày 2026-11-15)](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Tài liệu Hermes Agent, provider và endpoint tùy chỉnh tương thích OpenAI (kiểm tra ngày 2026-11-15)](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Tài liệu Hermes Agent, tác vụ định kỳ (cron) (kiểm tra ngày 2026-11-15)](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck, bài viết về mức dùng token của OpenClaw, ngày 4/2/2026 (kiểm tra ngày 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)
-   [Tài liệu tham chiếu API BroadNet Inference: model, tool, suy luận, giới hạn (kiểm tra ngày 2026-11-15) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [Bảng giá dạng máy đọc của BroadNet Inference, pricing.json (kiểm tra ngày 2026-11-15) (tiếng Anh)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
