---
title: "OpenClaw、Hermes Agent 接入便宜的 OpenAI 兼容模型 | BroadRouter"
description: "把 OpenClaw 或 Hermes Agent 接到 OpenAI 兼容端点，弄清定时检查为什么烧 token，并用轻量上下文和更便宜的模型压低账单。"
url: https://broadrouter.com/zh/blog/openclaw-hermes-agent-cheap-model/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/openclaw-hermes-agent-cheap-model/)（2026-11-15 更新）。

# OpenClaw 和 Hermes Agent 接便宜模型：配置与 token 账

BroadNet Inference 团队 · 阅读约 6 分钟 · 发布于 2026-11-15

两个智能体都支持自定义 OpenAI 兼容端点：OpenClaw 在 models.providers 下配置，api 设为 "openai-completions"；Hermes Agent 用 provider: custom 加 base\_url。成本由上下文大小 × 运行频率 × 模型单价决定。缩小上下文，降低定时检查的频率并改用更便宜的模型，正式投入前先测试工具调用。

## 要点

-   常驻智能体每次定时检查、每一轮对话都会重新发送上下文，所以账单取决于上下文大小乘以频率。
-   OpenClaw 在 models.providers 下配置自定义端点，api 设为 "openai-completions"；Hermes Agent 在 config.yaml 中设置 provider: custom 和 base\_url。
-   Hermes Agent 使用工具时需要至少 64,000 token 的上下文，32K 上下文的模型因此无法作为主模型。
-   在 BroadNet 上，只有 GLM 5.3 和 Qwen3.8 27B 有工具调用的文档说明。依赖固定价格套餐之前，先用你的智能体测试 DeepSeek V4.1 Flash。
-   轻量上下文、更少的运行次数，以及让例行检查用更便宜的模型，比任何折扣都更能减少 token。

**本页内容**

1.  常驻智能体为什么这么花钱？
2.  怎么把 OpenClaw 接到 OpenAI 兼容端点？
3.  怎么让 Hermes Agent 使用自定义端点？
4.  BroadNet 的哪些模型适合这些智能体？
5.  token 账怎么算？
6.  怎样压低账单又不弄坏智能体？
7.  什么时候适合用固定价格套餐？
8.  语音消息怎么办？
9.  BroadNet Inference 处在什么位置

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：

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

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`：

```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](https://broadrouter.com/zh/models/glm-5.3/) | 1,048,576 | 有 | $0.78 / $0.173 / $3.46 | 是 |
| [Qwen3.8 27B](https://broadrouter.com/zh/models/qwen3.8-27b/) | 262,144 | 有 | $0.175 / $0.0435 / $2.17 | 是 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/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](https://broadrouter.com/zh/models/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](https://broadrouter.com/zh/blog/tool-calling-open-models/)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](https://broadrouter.com/tools/llm-api-cost-calculator/)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](https://broadrouter.com/zh/blog/prompt-structure-for-caching/)。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](https://broadrouter.com/zh/blog/agent-token-budget/)。

## 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](https://broadrouter.com/zh/blog/llm-api-spend-control/)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](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)。
-   **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](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)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](https://broadrouter.com/zh/guides/transcribe-whatsapp-voice-notes/)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。

相关免费工具（英文）

-   [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.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

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

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[多模态 AI（multimodal AI）](https://broadrouter.com/zh/glossary/multimodal/)

多模态 AI 是能处理多种数据类型（如文本、图像、视频和音频）的模型或系统。多模态模型可以同时读取一张照片和一个问题，或者输入语音、输出文本。视觉语言模型是最常见的一类。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

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

base URL 是 API 固定的根地址，例如 https://api.example.com/v1，客户端会把它加在每个端点路径（例如 /chat/completions）前面。在 OpenAI 兼容 SDK 中，修改 base URL，再配合 API 密钥和模型 ID，就能让同一份代码改用另一家服务商。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[开放权重模型（open-weight model）](https://broadrouter.com/zh/glossary/open-weight-model/)

开放权重模型是公开发布训练好的权重、任何人都可以下载和运行的机器学习模型，通常附带有条件的许可证。它不同于完全开源的 AI，后者还会公开训练代码和训练数据的详细信息，让其他人能够研究并复现模型。

## 常见问题

### OpenClaw 能用自定义的 OpenAI 兼容 API 吗？

可以。在 models.providers 下添加一个服务商，包含 baseUrl、apiKey（最好引用环境变量）、设为 "openai-completions" 的 api，以及至少写明每个模型 id 的 models 数组。引用模型时写成服务商 id、斜杠、模型 id。

### Hermes Agent 怎么接自定义端点？

运行 hermes model 并选择自定义端点选项；或者在 ~/.hermes/config.yaml 中把 model.provider 设为 custom，model.base\_url 设为 /v1 的 URL，model.default 设为模型 id，并设置 api\_key 或 key\_env。

### OpenClaw 为什么空闲时也消耗这么多 token？

定时检查就是模型调用。Notebookcheck 在 2026 年 2 月的一篇报道中描述了一个每 30 分钟运行一次的检查，每次发送约 120,000 token 的上下文。此后 OpenClaw 把心跳改成了自动化任务，可以用轻量上下文和单独的模型运行。

### OpenClaw 或 Hermes Agent 应该用 BroadNet 的哪个模型？

先用 GLM 5.3 或 Qwen3.8 27B，这两个模型的工具调用有 BroadNet 的文档说明。DeepSeek V4.1 Flash 更便宜，也有固定价格套餐，但要先在你的智能体里测试它的工具调用。

### 能用免费的初始额度跑 Hermes Agent 吗？

效果不好。初始额度覆盖 BroadNet Gemma 4 VL 26B 和 Transcribe 模型，而 Gemma 的上下文是 32,768 token，低于 Hermes Agent 使用工具所需的 64,000 token。合适的对话模型需要充值或购买套餐。

### 固定价格套餐能阻止智能体成本上涨吗？

Full Moon 会话不计 token，所以长上下文和频繁检查不会推高账单。但它一次只运行一个请求，所以定时任务和聊天回复会互相排队，除非你再买一个会话。

## 继续阅读

-   [智能体 token 预算：智能体循环的 token 都花在哪里](https://broadrouter.com/zh/blog/agent-token-budget/)
-   [缓存输入 token 详解：如何降低大模型 API 账单](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)
-   [如何组织提示词，让前缀被缓存](https://broadrouter.com/zh/blog/prompt-structure-for-caching/)
-   [大模型 API 费用控制：预算、密钥限制与死循环防护](https://broadrouter.com/zh/blog/llm-api-spend-control/)
-   [开源模型的工具调用：schema、并行调用与重试](https://broadrouter.com/zh/blog/tool-calling-open-models/)
-   [大模型 API 套餐的“不限量”，到底意味着什么](https://broadrouter.com/zh/blog/what-unlimited-llm-api-really-means/)
-   [AI 编程智能体跑一次要花多少钱：步数、上下文增长与缓存](https://broadrouter.com/zh/blog/ai-coding-agent-run-cost/)
-   [Claude Code 接入开源模型：代理、原生端点与限制](https://broadrouter.com/zh/blog/claude-code-with-openai-compatible-models/)
-   [指南：面向智能体的不限量 LLM API 套餐如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)
-   [指南：用 API 把 WhatsApp 语音消息转成文字](https://broadrouter.com/zh/guides/transcribe-whatsapp-voice-notes/)
-   [指南：BroadNet Inference 错误码，以及什么时候该重试](https://broadrouter.com/zh/guides/errors-and-retries/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [OpenClaw 文档：自定义服务商与本地运行时（2026-11-15 查阅）](https://docs.openclaw.ai/concepts/model-providers/custom-providers)
-   [OpenClaw 文档：心跳迁移到自动化任务（2026-11-15 查阅）](https://docs.openclaw.ai/gateway/heartbeat)
-   [OpenClaw 文档：自动化任务负载——会话、scratch、模型覆盖、轻量上下文（2026-11-15 查阅）](https://docs.openclaw.ai/automation/cron-jobs/payloads)
-   [Hermes Agent 文档：服务商与自定义 OpenAI 兼容端点（2026-11-15 查阅）](https://hermes-agent.nousresearch.com/docs/integrations/providers)
-   [Hermes Agent 文档：定时任务（cron）（2026-11-15 查阅）](https://hermes-agent.nousresearch.com/docs/user-guide/features/cron)
-   [Notebookcheck：OpenClaw token 消耗报道，2026 年 2 月 4 日（2026-11-15 查阅）](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)
-   [BroadNet Inference API 参考：模型、工具、思考、限制（2026-11-15 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
-   [BroadNet Inference 机器可读价格文件 pricing.json（2026-11-15 查阅）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-openclaw-hermes-agent-cheap-model&utm_content=sources)
