Part 6 : 配置模型与算力 — AI养龙虾指南：OpenClaw从入门到精通

很多人第一次接触 OpenClaw，会先问“哪个模型最强”。真正更重要的问题其实是：“我应该把什么任务交给什么模型来跑？”

01 模型提供商总览

OpenClaw 的模型配置非常自由，这也是它最大的优势之一。

提供商	代表模型	输入价格 / 1M tokens	输出价格 / 1M tokens	适合场景
Anthropic	Claude Sonnet 4.6	$3.00	$15.00	Agent 主力
OpenAI	GPT-5.4	$2.50	$15.00	通用旗舰
Google	Gemini 3 Pro	$2.00	$12.00	多模态、长上下文
DeepSeek	DeepSeek-V3.2.2	$0.14	$0.28	极致低价
智谱	GLM-5	$0.80	$2.56	国产代码强项
通义	Qwen 3.5 Max	$1.20	$6.00	中文与代码
豆包	Seed 2.0 Pro	$0.47	$2.37	低成本批量任务
Kimi	Kimi K2.5	$0.60	$3.00	中文 Agent
MiniMax	M2.5	$0.50	$2.00	性价比高
Ollama / LM Studio	本地模型	免费	免费	隐私 / 零 API 成本

02 配置的三个核心概念

OpenClaw 的模型配置看起来多，但核心就三个概念。

1. 内置 Provider

像 Anthropic、OpenAI、Google、智谱这类，通常直接填 API Key 就能用。

2. 自定义 Provider

像 DeepSeek、豆包、Kimi、MiniMax、SiliconFlow 这类，通常需要你手动在 models.providers 里补配置。

3. Fallback

主模型失败时自动切换到备用模型。这不只是“兜底机制”，也是最核心的省钱机制。

示例：

{
  "env": {
    "DEEPSEEK_API_KEY": "sk-xxx"
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic/claude-sonnet-4-6",
        "fallbacks": [
          "anthropic/claude-haiku-4-5",
          "deepseek/deepseek-chat"
        ]
      }
    }
  },
  "models": {
    "mode": "merge",
    "providers": {}
  }
}

models.mode: "merge" 很关键。否则你自定义的配置可能覆盖掉内置 Provider。

03 国际模型怎么选

Anthropic Claude

Claude 是非常适合做 Agent 主力的模型。

模型	适合定位
Claude Opus 4.6	复杂推理、难任务
Claude Sonnet 4.6	主力日常使用
Claude Haiku 4.5	轻量低成本

配置方式：

ANTHROPIC_API_KEY=sk-ant-xxx

要注意的一点是：Anthropic 已经不再鼓励你通过 OAuth 方式接入订阅账号，稳定做法是走 API Key。

OpenAI GPT

OpenAI 更偏“通用旗舰”，适合你已经有现成 OpenAI 账户和配额时使用。

OPENAI_API_KEY=sk-xxx

需要注意长上下文价格变化，特别是超长上下文输入时成本会明显抬升。

Google Gemini

Gemini 的优势主要在：

超长上下文
多模态
Flash 版本免费额度较友好

因此它非常适合：

心跳任务
定时任务
轻量型低成本调用

GOOGLE_API_KEY=xxx

04 国产模型怎么配

DeepSeek：最典型的性价比路线

{
  "env": {
    "DEEPSEEK_API_KEY": "sk-xxx"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "deepseek": {
        "baseUrl": "https://api.deepseek.com/v1",
        "apiKey": "${DEEPSEEK_API_KEY}",
        "api": "openai-completions",
        "models": [
          { "id": "deepseek-chat", "contextWindow": 128000, "maxTokens": 8192 }
        ]
      }
    }
  }
}

这里的建议也很明确：DeepSeek 很便宜，但别当唯一 Provider，用 Fallback 兜住高峰期的不稳定。

GLM：国产代码能力代表

智谱的优点是 OpenClaw 已有内置支持，配置门槛很低。

openclaw onboard --auth-choice zai-api-key

对很多中文用户来说，GLM-5 + DeepSeek 是一套很自然的搭配。

Qwen、豆包、Kimi、MiniMax

这几家大致可以这样理解：

Qwen：中文能力均衡，Qwen3.5-Coder 很适合代码场景
豆包：低价位选择多
Kimi：长上下文与中文表达有优势
MiniMax：代码能力与性价比都比较亮眼

百度文心

对百度这条路线更适合保守看待：能用，但接入复杂度相对高，如果你没有百度云生态的硬绑定，不一定是第一选择。

05 聚合平台与 Coding Plan

聚合平台

如果你不想直接分别管理很多 API Key，聚合平台会省很多事。

SiliconFlow

国内很常见，一套 API Key 接多个开源模型。

OpenRouter

国际平台里最常见，但要接受平台费。

one-api / new-api

适合团队或自建统一网关场景。

这里有个很关键的兼容性提醒：中转服务最好支持 Responses API，而不只是老的 Chat Completions API。

Coding Plan

国内厂商和云平台常见的 Coding Plan 套餐，本质上就是“包月模型用量包”。

粗略理解：

首月体验：阿里云、腾讯云、火山引擎通常都很便宜
长期性价比：MiniMax、云平台续费活动、DeepSeek 低价 API 都值得看
重度用户：别只看包月，频率限制也要看

06 本地模型：免费、隐私、但吃硬件

Ollama

ollama pull qwen2.5:32b
ollama pull deepseek-r1:14b

{
  "env": {
    "OLLAMA_API_KEY": "ollama-local"
  }
}

这里要特别注意：不要强行走 /v1 兼容接口，让 OpenClaw 直接用原生 Ollama API 更稳。

LM Studio

如果你更喜欢 GUI，本地调试模型时 LM Studio 会更顺手，创始人本人也把它当过本地后端。

配置示例：

{
  "models": {
    "mode": "merge",
    "providers": {
      "lmstudio": {
        "baseUrl": "http://127.0.0.1:1234/v1",
        "apiKey": "lm-studio",
        "api": "openai-responses",
        "models": [
          { "id": "model-name", "contextWindow": 32768, "maxTokens": 8192 }
        ]
      }
    }
  }
}

本地模型推荐

模型	推荐场景	建议内存
Qwen3.5-Coder:32B	代码与 Agent 工具调用	32 GB RAM
Devstral-24B	Agent / 工具任务	32 GB RAM
DeepSeek-R1:14B	推理任务	16 GB RAM
Llama 3.3	通用任务	16 到 64 GB RAM

07 五套推荐方案

方案一：极致省钱

主力：DeepSeek-V3.2
备选：Qwen 3.5 Plus
心跳：GLM Flash 免费版
适合：学习、实验、轻量日常

方案二：国产性价比

主力：GLM-5
备选：DeepSeek-V3.2
推理增强：Kimi K2.5
适合：中文用户、国内场景

方案三：国际平衡

主力：Claude Sonnet 4.6
轻量：Claude Haiku 或 Gemini Flash
适合：追求 Agent 效果

方案四：混合最优

复杂任务：Claude Sonnet
日常任务：DeepSeek-V3.2
心跳 / Cron：Gemini Flash 或本地 Ollama
Fallback：Sonnet -> Haiku -> DeepSeek

这也是最推荐、也最现实的一套路线。

方案五：完全免费

本地 Ollama + Qwen3.5-Coder / Devstral
或免费 API 组合

适合隐私敏感、实验型场景，但不要对复杂 Agent 任务期待过高。