Combien coûte OpenClaw par mois ? Un budget en tokens

Un assistant OpenClaw toujours actif coûte ce que coûtent ses tokens : environ steps per day × tokens per step × 30 days, selon le modèle que vous choisissez. Avec la charge de travail ci-dessous, un mois représente des dizaines de millions de tokens d'entrée et seulement quelques millions de tokens de sortie, donc le prix du modèle décide de la majeure partie de la facture. Voici comment obtenir votre propre chiffre en cinq minutes.

Vous configurez l'assistant, il répond dans vos canaux de discussion toute la journée, et la première question est toujours la même : combien cela coûtera-t-il à la fin du mois ? Personne ne peut vous donner un chiffre universel, car OpenClaw vous facture tout ce qu'il envoie au modèle, et cela dépend de votre configuration. Mesurons donc les différentes composantes.

Ce qu'OpenClaw envoie à chaque étape#

La documentation OpenClaw (référence d'utilisation des tokens, vérifiée le 26 octobre 2026 par rapport à la version 2026.9.3 ; la page ne porte aucune date de publication) indique que le prompt système est reconstruit à chaque exécution. Il contient la liste des outils, les métadonnées des compétences, les fichiers d'amorçage de l'espace de travail tels que AGENTS.md et MEMORY.md, l'heure actuelle et les métadonnées d'exécution. Les fichiers injectés sont plafonnés par agents.defaults.bootstrapMaxChars et bootstrapTotalMaxChars.

En plus de cela, tout ce que le modèle reçoit compte dans le contexte : l'historique, les appels d'outils et leurs résultats, les pièces jointes et les résumés de compactage. Une étape n'est donc jamais « une simple question courte ». C'est l'intégralité du prompt plus toute la conversation jusqu'ici, et c'est pourquoi les tokens d'entrée écrasent les tokens de sortie. Si l'idée de renvoyer l'historique vous est nouvelle, pourquoi une longue conversation coûte plus cher l'explique avec un petit exemple.

Deux détails de la même page comptent pour la budgétisation. Les messages privés partagent la session principale de l'agent, tandis que chaque discussion de groupe obtient sa propre session, donc un groupe actif développe son propre historique. Et les tours de battement de cœur peuvent maintenir le cache du fournisseur chaud pendant les périodes d'inactivité, mais chaque tour de battement de cœur coûte quand même des tokens : un assistant inactif n'est pas un assistant gratuit.

Une charge de travail quotidienne que vous pouvez modifier#

Il n'existe pas de « journée OpenClaw typique » mesurée à citer, alors prenez une hypothèse et remplacez les chiffres par les vôtres. Supposons que votre assistant effectue 150 appels de modèle par jour (messages, étapes d'outils, quelques vérifications planifiées). Supposons que chaque appel envoie environ 12 000 tokens d'entrée (prompt système, historique, sortie d'outil) et reçoive environ 600 tokens de sortie.

• Par jour : 150 × 12 000 = 1 800 000 tokens d'entrée et 150 × 600 = 90 000 tokens de sortie.
• Par mois (30 jours) : 1 800 000 × 30 = 54 000 000 en entrée et 90 000 × 30 = 2 700 000 en sortie.

Remarquez la forme : l'entrée est vingt fois la sortie. C'est la forme normale pour un agent, et c'est la raison pour laquelle le prix d'entrée d'un modèle compte plus ici que dans une conversation où vous tapez des questions courtes et lisez de longues réponses. Pour la différence entre les deux côtés, voir tokens d'entrée vs de sortie.

Ce que ce mois coûte sur trois modèles#

Voici le même mois, 54 000 000 de tokens d'entrée et 2 700 000 de tokens de sortie, tarifé en direct pour les trois modèles que vous pouvez utiliser via CheapTokens. L'entrée et la sortie sont comptées ensemble, car une requête paie les deux. Au total, chacun d'eux revient moins cher qu'OpenRouter, et le tableau montre les deux colonnes côte à côte.

En chiffres : DeepSeek-V4-Flash pour le mois coûte $1.08, GLM-5.3-Flash coûte $1.19, et MiniMax-M2.7 coûte $3.11. Les prix qui les sous-tendent sont sur la page de tarification et se mettent à jour avec le tableau.

Lequel choisir ? DeepSeek-V4-Flash vous offre une fenêtre de contexte de 380K et jusqu'à 32 768 tokens de sortie par réponse à un prix constant toute la journée, ce qui convient aux longues sessions d'agent. GLM-5.3-Flash a un contexte de 390K et jusqu'à 8 192 tokens de sortie, un bon choix pour les étapes routinières et exploratoires. MiniMax-M2.7 a un contexte de 180K et jusqu'à 8 192 tokens de sortie. Une comparaison complète par tâche se trouve dans le modèle le moins cher pour OpenClaw, je ne la répéterai donc pas ici.

Surveillez la facture depuis OpenClaw#

OpenClaw peut vous montrer ce que vous dépensez pendant que vous dépensez. Selon la documentation, /status affiche le modèle de session, l'utilisation du contexte, les tokens d'entrée et de sortie de la dernière réponse et un coût estimé. /usage off|tokens|full ajoute un pied de page à chaque réponse, et /usage cost résume le coût à partir des journaux de session.

Une petite habitude qui fonctionne : exécutez /usage tokens pendant une journée. Après quelques dizaines de réponses, vous verrez votre entrée réelle par étape, et vous pourrez l'insérer dans la formule ci-dessus à la place de mon 12 000.

Une mise en garde de la documentation. L'estimation du coût provient des valeurs cost que vous définissez par modèle dans models.providers.<provider>.models[] (USD par 1M tokens : entrée, sortie, lecture de cache, écriture de cache). Si vous les omettez ou copiez d'anciens chiffres, l'estimation est fausse, tandis que les montants facturés par le fournisseur prévalent sur l'estimation du catalogue. Définissez-les à partir du tableau actuel, puis comparez /status avec votre solde après une journée.

Quatre habitudes qui réduisent le mois#

La documentation liste les moyens de réduire la pression sur le contexte. Les voici avec ce qu'ils font à l'arithmétique.

1. Exécutez /compact sur les longues sessions. Cela résume l'historique, donc les étapes suivantes renvoient un résumé au lieu de tout. Supposons que cela fasse passer l'entrée moyenne par étape de 12 000 à 8 000.
2. Réduisez les grandes sorties d'outils. Un outil qui renvoie un fichier entier ou une page de journaux est renvoyé à chaque étape suivante. Coupez-le avant qu'il n'entre dans la session.
3. Réduisez les images. Pour les sessions riches en captures d'écran, abaissez imageMaxDimensionPx.
4. Gardez les descriptions de compétences courtes et utilisez un modèle plus petit pour l'exploration verbeuse.

Voici ce que l'habitude 1 fait au même assistant. Avec 8 000 tokens d'entrée par étape, un mois représente 150 × 8 000 × 30 = 36 000 000 en entrée et toujours 2 700 000 en sortie. Sur DeepSeek-V4-Flash, cela coûte $0.81 au lieu de $1.08. Les réponses ont la même longueur, donc l'économie vient entièrement du côté entrée.

Fixez un budget que vous ne pouvez pas dépasser#

Raisonnez à l'envers. Décidez ce que vous êtes prêt à dépenser, rechargez le solde de ce montant, et traitez le solde prépayé comme le plafond : quand il est épuisé, les requêtes s'arrêtent. Ensuite, vérifiez votre utilisation réelle après le premier jour avec /status, multipliez par 30, et comparez avec le tableau ci-dessus.

Une routine simple :

1. Choisissez dans le tableau le modèle qui convient à votre tâche.
2. Passez une journée normale avec /usage tokens activé.
3. Remplacez 150 et 12 000 dans la formule par ce que vous avez observé.
4. Relisez le tableau ::cost avec vos chiffres et rechargez en conséquence.

Si vous n'avez pas encore connecté OpenClaw, comment connecter OpenClaw à CheapTokens détaille la configuration dans ~/.openclaw/openclaw.json, et la documentation contient l'adresse de l'API et les identifiants des modèles. Pour un aperçu plus large des budgets d'agents, voir comment estimer le coût d'un agent IA.