实战

OpenClaw 费用控制完全指南：Token 限制、Rate Limit 与 API 成本优化实践

OpenClaw API 费用控制完整教程：每请求/每日 Token 上限配置（maxTokensPerRequest/maxTokensPerDay）、Rate Limit 限流防刷设置、每日美元预算告警（budgetAlert）、模型降级策略（高峰期自动切 Haiku 降成本）、Prompt Caching 开启减少重复 Token 消耗、各模型每百万 Token 价格对比表、Ollama 本地模型 0 成本方案，以及监控 Token 用量的 Dashboard 和日志方法。

2026/3/254分钟 阅读ClaudeEagle

OpenClaw 接入云端 AI 模型后，Token 费用是持续开销。 本文从配置到策略，教你把 API 成本压到最低。

主流模型价格参考（2026）

模型输入（每M token）输出（每M token）适合场景
claude-opus-4-6$15$75复杂推理、重要决策
claude-sonnet-4-6$3$15日常任务（推荐默认）
claude-haiku-4-5$0.25$1.25简单问答、高频任务
gpt-4o$2.5$10备用
gemini-2.5-flash$0.075$0.30超低成本备用
deepseek-chat$0.27$1.10国内低成本选择
ollama/本地$0$0隐私要求高或预算为零

关键洞察：Opus 比 Haiku 贵 60 倍—— 日常任务用 Haiku/Sonnet，真正需要才用 Opus。

Token 限制配置

单次请求上限

json
{
  "agents": {
    "defaults": {
      "maxTokensPerRequest": 4096
    }
  }
}

防止单次超长对话耗尽预算。

每日/每月累计上限

json
{
  "agents": {
    "defaults": {
      "limits": {
        "dailyTokens": 200000,
        "monthlyTokens": 3000000,
        "onExceed": "block"
      }
    }
  }
}
  • "block"：超限后拒绝新请求（返回提示语）
  • "degrade"：超限后自动降级到更便宜的模型

Rate Limit 防刷配置

防止单个用户频繁触发导致费用激增：

json
{
  "agents": {
    "defaults": {
      "rateLimit": {
        "perUser": {
          "requests": 10,
          "window": "1h"
        },
        "global": {
          "requests": 100,
          "window": "1h"
        },
        "onExceed": "queue"
      }
    }
  }
}
  • perUser：每个用户每小时最多 10 次请求
  • global：所有用户加起来每小时最多 100 次
  • "queue"：超限后排队等待（而非直接拒绝）

预算告警

json
{
  "agents": {
    "defaults": {
      "budget": {
        "dailyUsdLimit": 5.0,
        "monthlyUsdLimit": 50.0,
        "alertAt": 0.8,
        "alertChannel": "telegram"
      }
    }
  }
}
  • 当日费用达到 $4（80%）时，Telegram 发告警
  • 达到 $5 时，拒绝新请求并通知

模型降级策略

高峰期或余额不足时，自动降到便宜模型：

json
{
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic/claude-sonnet-4-6",
        "fallback": [
          "anthropic/claude-haiku-4-5",
          "google/gemini-2.5-flash"
        ],
        "degradeOnBudget": 0.9
      }
    }
  }
}

当日费用超过限额 90% 时，自动从 Sonnet 切到 Haiku。

Prompt Caching 减少重复费用

对于有大量重复内容的 System Prompt，开启 Prompt Caching：

json
{
  "agents": {
    "defaults": {
      "promptCaching": true
    }
  }
}

效果：

无缓存：每次对话都发送完整 SOUL.md（假设 2000 tokens） → 100 次对话 × 2000 tokens = 200,000 tokens 输入费用 有缓存：第一次发送后缓存，后续只收 0.1x 的缓存读取费 → 实际节省 90% 的 System Prompt 费用

Ollama 本地模型（0 成本）

敏感数据或预算为零的场景：

bash
# 安装 Ollama
brew install ollama   # macOS
curl -fsSL https://ollama.ai/install.sh | sh  # Linux

# 下载模型（选择适合你硬件的大小）
ollama pull qwen2.5:7b      # 4.7GB，普通笔记本可用
ollama pull qwen2.5:14b     # 9GB，推荐
ollama pull llama3.3:70b    # 43GB，需要高端 GPU
json
{
  "providers": {
    "ollama": { "baseUrl": "http://localhost:11434" }
  },
  "agents": {
    "local": {
      "model": { "primary": "ollama/qwen2.5:14b" }
    }
  }
}

混用策略（推荐）：

  • 敏感数据/高频简单问答 → Ollama（免费）
  • 复杂任务/需要高质量输出 → Claude Sonnet（付费）

监控用量

bash
# 查看今日用量
openclaw usage today

# 查看本月用量
openclaw usage month

# 按 Agent 分类
openclaw usage --by-agent

# 按渠道分类
openclaw usage --by-channel

Dashboard 也有实时图表：

http://127.0.0.1:18789 → Dashboard → 今日 Token 用量 + 费用估算 → 按模型/渠道/Agent 分类饼图

来源：OpenClaw 官方文档 - docs.openclaw.ai/providers/models