OpenClaw 和 Hermes Agent 是你会让它一直运行的个人智能体:它们读取你的消息、运行工具,并按计划醒来检查事情。两者都能使用任何 OpenAI 兼容端点,所以你可以选一个比默认更便宜的模型。问题在于,每次运行都会发送上下文,而你付钱买的正是上下文。
常驻智能体为什么这么花钱?
聊天应用每次只给模型发一条消息。个人智能体则在每一轮都发送它的系统提示词、工作区文件、记忆和一段对话,而且它还会按计划自己发起对话轮次。账单大致是:
每次运行的上下文 token × 每天运行次数 × 每 token 单价,再加上输出。
Notebookcheck 在 2026 年 2 月报道,OpenClaw 每 30 分钟运行一次的“心跳”(heartbeat)检查会把整个上下文窗口发给 API,一次无关紧要的检查就约 120,000 token。据报道,一位用户在 Claude Opus 上一晚运行了约 25 次这样的检查,花费约 USD 18.75。这些数字是 Notebookcheck 引用的用户报告,不是我们的测量,但重点在于机制:空闲的智能体同样在消耗 token。
此后,OpenClaw 的文档称心跳已经停用。定时检查现在是普通的自动化任务,openclaw doctor --fix 会把旧的心跳设置迁移过去。除非服务商提供了不同的频率,设置好的任务仍然每 30 分钟运行一次,所以下面的算术依然适用。
怎么把 OpenClaw 接到 OpenAI 兼容端点?
OpenClaw 在 models.providers.<id> 下注册自定义服务商。对于 OpenAI 兼容的服务器,设置 baseUrl、apiKey、api: "openai-completions" 和一个 models 数组。每个模型只有 id 是必填的,但文档建议明确写出与服务器一致的 contextWindow 和 maxTokens。下面是指向 BroadNet Inference 的配置,字段名来自 OpenClaw 文档,取值来自 BroadNet 的文档和价格文件:
{
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 },
],
},
},
},
}
模型引用的写法是服务商 id、斜杠、模型 id。agents.defaults.models 只设置别名和元数据,并不注册模型,所以真正让模型可调用的是 models.providers 里的条目。同一页面上还有两条兼容性说明:如果某个端点拒绝 reasoning_effort,compat.supportsReasoningEffort: false 可以让 OpenClaw 不再发送它(BroadNet 的文档接受 reasoning_effort: low);能接收图像的模型需要设置 input: ["text", "image"],附件才会以原生方式传入。
cost 字段也要设置。当运行时报告了 token 却没有报告费用时,OpenClaw 的自动化估算会使用你本地 models.json 中的价格,而默认值是零,这会让每次运行看起来都是免费的。
怎么让 Hermes Agent 使用自定义端点?
在终端运行 hermes model 并选择自定义端点选项;它会询问 base URL、API 密钥和模型名称。或者编辑 ~/.hermes/config.yaml:
model:
default: broadnet/qwen3.8-27b
provider: custom
base_url: https://inference.broadnet.ai/v1
key_env: BROADNET_API_KEY
选模型时,Hermes 文档中有三点很重要:
- 上下文下限。 Hermes Agent 在使用工具的智能体场景下至少需要 64,000 token 的上下文,窗口更小的模型在启动时就会被拒绝。
- 工具调用。 如果服务器不解析工具调用,模型会把它们当成文本打印出来,什么也不会执行。
- 辅助任务。 视觉、压缩和标题生成默认都交给你的主对话模型,每一项都可以单独改用更便宜的模型。
BroadNet 的哪些模型适合这些智能体?
| 模型 | 上下文 | BroadNet 文档说明的工具调用 | 每 1M 输入 / 缓存 / 输出 | 满足 Hermes 的 64K 下限 |
|---|---|---|---|---|
| GLM 5.3 | 1,048,576 | 有 | $0.78 / $0.173 / $3.46 | 是 |
| Qwen3.8 27B | 262,144 | 有 | $0.175 / $0.0435 / $2.17 | 是 |
| DeepSeek V4.1 Flash | 1,048,576 | 无文档说明 | $0.175 / $0.0055 / $0.52,或固定价格每月 $60 | 是 |
| Gemma 4 VL 26B | 32,768 | 无文档说明 | $0.10 / 无缓存价格 / $0.22 | 否 |
两个智能体都依赖工具调用,所以先从 GLM 5.3 或 Qwen3.8 27B 开始。在满足下限的三个模型中,DeepSeek V4.1 Flash 的输出价格和缓存输入价格最低,也是唯一有固定价格套餐的,但 BroadNet 没有为它提供工具调用的文档说明。买整月之前,先花 $1 买一小时 Meteor,用你真实的智能体跑一跑,看工具是否真的会被触发。开源模型的工具调用介绍了要检查什么。$5 初始额度覆盖的是 Gemma,但它 32K 的窗口低于 Hermes 的下限,对于工作区文件很多的 OpenClaw 智能体来说也很紧张。
token 账怎么算?
以下是示意性的假设,不是测量值。你自己的数字请从每个响应的 usage 块或服务商的用量页面读取。
| 定时检查 | 每次运行的上下文 | 每天运行次数 | 每月输入 token(30 天) |
|---|---|---|---|
| 每 30 分钟发送完整上下文 | 120,000 | 48 | 1.728 亿 |
| 每小时发送完整上下文 | 120,000 | 24 | 8,640 万 |
| 每小时发送轻量上下文 | 15,000 | 24 | 1,080 万 |
| 轻量上下文,每 2 小时一次,每天活跃 12 小时 | 15,000 | 6 | 270 万 |
这还没算任何聊天或任务。把输入这一列乘以上表中每 1M 的输入单价,或者用 LLM API 成本计算器算一下。如果前缀在两次运行之间保持一致,其中很大一部分可以按缓存价格计费:在 DeepSeek V4.1 Flash 上是每 1M $0.0055,而不是 $0.175;参见如何让前缀保持可缓存。想了解定时检查之外智能体的 token 都花在了哪里,请阅读智能体 token 预算。
怎样压低账单又不弄坏智能体?
使用每个工具文档里给出的控制项:
- 例行任务用轻量上下文(OpenClaw)。
--light-context会跳过注入工作区引导文件。隔离任务会开启一个新会话,所以不会拖着整段对话一起跑。任务的 scratch 要保持简短;它会被注入每一次运行,最多 256 KiB。 - 每个任务用更便宜的模型。 OpenClaw 的
--model会为任务设置主模型,优先级高于会话偏好;它的文档说,例行摘要和状态检查适合用更轻量的模型。在 Hermes 中,hermes cron create --model … --provider …可以为每个任务固定模型,未固定的任务如果设置了cron.model就会使用它。 - 减少运行次数,只在活跃时段运行。 OpenClaw 任务支持
activeHours时间窗口。频率减半,定时检查的 token 也减半。 - 安静的结果。 在 OpenClaw 中,没有内容可报告的检查会返回
NO_REPLY并保持沉默,所以你不会每次运行都收到消息。 - 不调用模型的任务。 Hermes 的脚本任务不使用模型运行,所以纯轮询不花钱。
- 支出上限。 给密钥设置预算;大模型 API 支出控制介绍了预算和循环保护。
什么时候适合用固定价格套餐?
Full Moon 会话对 DeepSeek V4.1 Flash 不计 token,也没有时间窗口或上限:每月 $60、每周 $15 或每小时 $1。每 30 分钟发送 120,000 token 的上下文,和发送轻量上下文花费一样。但有两个限制仍然存在:
- 每个会话一次只能处理一个请求。 定时任务和你的聊天回复会互相排队。如果两者经常重叠,就再买一个会话。参见会话如何运作。
- 工具调用要你自己测试,BroadNet 并不承诺。 见上文。
如果你的智能体大部分时间都在休眠,每天只跑几次轻量检查,按量付费更便宜。用固定价格与按 token 计费计算器比较两者。
语音消息怎么办?
如果你的智能体会收到 WhatsApp 或 Telegram 的语音消息,先把它们转写成文字,再交给大模型。BroadNet Transcribe Arabic 每分钟 $0.0042,BroadNet Transcribe(14 种语言)每分钟 $0.002,两者都可以使用初始额度。WhatsApp 语音消息指南包含格式转换步骤。
BroadNet Inference 处在什么位置
BroadNet 为这些智能体提供一个 OpenAI 兼容端点,一个密钥即可使用两个有工具调用文档说明的模型、一个适合重度上下文的固定价格模型、缓存输入价格以及语音转文字,并且不保留提示词或回答。如果你需要一个从第一天起就在你的智能体里验证过工具调用、而且价格最低的模型,或者需要在一个固定价格会话上并行运行很多请求,它就不是最合适的选择。大量使用浏览器或视觉功能的智能体,在别处更大的多模态模型上也可能表现更好。正式投入之前,先用你自己的智能体测试一个小时。
