¿Cuánto cuesta OpenClaw al mes? Un presupuesto en tokens

Un asistente OpenClaw siempre activo cuesta lo que cuestan sus tokens: aproximadamente steps per day × tokens per step × 30 days, según el precio del modelo que elijas. Con la carga de trabajo de abajo, un mes son decenas de millones de tokens de entrada y solo unos pocos millones de tokens de salida, así que el precio del modelo decide la mayor parte de la factura. Aquí tienes cómo obtener tu propio número en cinco minutos.

Configuras el asistente, responde en tus canales de chat todo el día, y la primera pregunta siempre es la misma: ¿cuánto será esto a fin de mes? Nadie puede darte una cifra universal, porque OpenClaw te cobra por lo que envía al modelo, y eso depende de tu configuración. Así que midamos las piezas.

Qué envía OpenClaw en cada paso#

La documentación de OpenClaw (referencia de uso de tokens, consultada el 26 de octubre de 2026 contra la versión 2026.9.3; la página no tiene fecha de publicación) dice que el prompt del sistema se reconstruye en cada ejecución. Contiene la lista de herramientas, metadatos de skills, archivos de arranque del workspace como AGENTS.md y MEMORY.md, la hora actual y metadatos del entorno de ejecución. Los archivos inyectados están limitados por agents.defaults.bootstrapMaxChars y bootstrapTotalMaxChars.

Además de eso, todo lo que recibe el modelo cuenta para el contexto: historial, llamadas a herramientas y sus resultados, adjuntos y resúmenes de compactación. Así que un paso nunca es "una pregunta corta". Es todo el prompt más toda la conversación hasta el momento, y por eso los tokens de entrada empequeñecen a los de salida. Si la idea de reenviar el historial es nueva para ti, por qué un chat largo cuesta más lo explica con un ejemplo pequeño.

Dos detalles de la misma página importan para el presupuesto. Los mensajes directos comparten la sesión principal del agente, mientras que cada chat de grupo tiene su propia sesión, así que un grupo activo hace crecer su propio historial. Y los turnos de heartbeat pueden mantener caliente la caché del proveedor durante los huecos de inactividad, pero cada turno de heartbeat igual cuesta tokens: un asistente inactivo no es un asistente gratis.

Una carga de trabajo diaria que puedes cambiar#

No hay un "día típico de OpenClaw" medido que citar, así que toma una suposición y reemplaza los números por los tuyos. Digamos que tu asistente hace 150 llamadas al modelo al día (mensajes, pasos de herramientas, algunas comprobaciones programadas). Digamos que cada llamada envía unos 12.000 tokens de entrada (prompt del sistema, historial, salida de herramientas) y recibe unos 600 tokens de salida.

• Por día: 150 × 12.000 = 1.800.000 tokens de entrada y 150 × 600 = 90.000 tokens de salida.
• Por mes (30 días): 1.800.000 × 30 = 54.000.000 de entrada y 90.000 × 30 = 2.700.000 de salida.

Fíjate en la forma: la entrada es veinte veces la salida. Esa es la forma normal de un agente, y es la razón por la que el precio de entrada de un modelo importa más aquí que en un chat donde escribes preguntas cortas y lees respuestas largas. Para la diferencia entre ambos lados, consulta tokens de entrada vs salida.

Cuánto cuesta ese mes en tres modelos#

Aquí está el mismo mes, 54.000.000 de tokens de entrada y 2.700.000 de salida, con precios en vivo para los tres modelos que puedes usar a través de CheapTokens. La entrada y la salida se cuentan juntas, porque una petición paga por ambas. En total, cada uno sale más barato que OpenRouter, y la tabla muestra ambas columnas lado a lado.

En números: DeepSeek-V4-Flash para el mes es $1.08, GLM-5.3-Flash es $1.19, y MiniMax-M2.7 es $3.11. Los precios detrás de ellos están en la página de precios y se actualizan con la tabla.

¿Cuál elegir? DeepSeek-V4-Flash te da una ventana de contexto de 380K y hasta 32.768 tokens de salida por respuesta a un precio constante todo el día, lo que se adapta a sesiones largas de agente. GLM-5.3-Flash tiene 390K de contexto y hasta 8.192 tokens de salida, una buena opción para pasos rutinarios y exploratorios. MiniMax-M2.7 tiene 180K de contexto y hasta 8.192 tokens de salida. Una comparación completa por tarea está en el modelo más barato para OpenClaw, así que no la repito aquí.

Vigila la factura desde dentro de OpenClaw#

OpenClaw puede mostrarte lo que gastas mientras lo gastas. Según la documentación, /status muestra el modelo de la sesión, el uso de contexto, los tokens de entrada y salida de la última respuesta y un coste estimado. /usage off|tokens|full añade un pie de página a cada respuesta, y /usage cost resume el coste a partir de los registros de sesión.

Un pequeño hábito que funciona: ejecuta /usage tokens durante un día. Después de unas docenas de respuestas verás tu entrada real por paso, y puedes ponerla en la fórmula de arriba en lugar de mis 12.000.

Una advertencia de la documentación. La estimación de coste proviene de los valores de cost que configuras por modelo en models.providers.<provider>.models[] (USD por 1M de tokens: entrada, salida, lectura de caché, escritura de caché). Si los omites o copias números antiguos, la estimación falla, mientras que los importes facturados por el proveedor tienen prioridad sobre la estimación del catálogo. Configúralos desde la tabla actual, luego compara /status con tu saldo después de un día.

Cuatro hábitos que reducen el mes#

La documentación enumera las formas de reducir la presión sobre el contexto. Aquí están con lo que hacen a la aritmética.

1. Ejecuta /compact en sesiones largas. Resume el historial, así que los siguientes pasos reenvían un resumen en lugar de todo. Digamos que lleva la entrada media por paso de 12.000 a 8.000.
2. Recorta las salidas grandes de herramientas. Una herramienta que devuelve un archivo entero o una página de registros se reenvía en cada paso siguiente. Córtala antes de que entre en la sesión.
3. Reduce las imágenes. Para sesiones con muchas capturas de pantalla, baja imageMaxDimensionPx.
4. Mantén cortas las descripciones de skills y usa un modelo más pequeño para la exploración verbosa.

Esto es lo que hace el hábito 1 al mismo asistente. Con 8.000 tokens de entrada por paso, un mes son 150 × 8.000 × 30 = 36.000.000 de entrada y todavía 2.700.000 de salida. En DeepSeek-V4-Flash eso es $0.81 en lugar de $1.08. Las respuestas tienen la misma longitud, así que el ahorro viene enteramente del lado de la entrada.

Fija un presupuesto que no puedas superar#

Trabaja hacia atrás. Decide cuánto estás dispuesto a gastar, recarga el saldo por ese importe, y trata el saldo prepago como el techo: cuando se agota, las peticiones se detienen. Luego comprueba tu uso real después del primer día con /status, multiplícalo por 30, y compáralo con la tabla de arriba.

Una rutina simple:

1. Elige de la tabla el modelo que se ajuste a tu tarea.
2. Ejecuta un día normal con /usage tokens activado.
3. Reemplaza 150 y 12.000 en la fórmula por lo que viste.
4. Vuelve a leer la tabla de ::cost con tus números y recarga en consecuencia.

Si aún no has conectado OpenClaw, cómo conectar OpenClaw a CheapTokens recorre la configuración en ~/.openclaw/openclaw.json, y la documentación tiene la dirección de la API y los ids de los modelos. Para una visión más amplia de los presupuestos de agentes, consulta cómo estimar el coste de un agente de IA.