OpenClaw के लिए सबसे सस्ता मॉडल: एजेंट के एक दिन के काम की लागत

आपका OpenClaw एजेंट पूरे दिन संदेशों का जवाब दे रहा है, और बिल काम से बड़ा है। आमतौर पर यह मॉडल की गलती नहीं है। यह वही है जो एजेंट उससे मांगता है: एक छोटा चैट जवाब और बीस-चरणीय टूल रन एक ही मूल्य सूची पर बहुत अलग काम हैं।

संक्षिप्त उत्तर। सादे चैट टर्न के लिए, GLM-5.3-Flash से शुरू करें: नीचे पहली लागत तालिका में चैट लोड पर यह कुल मिलाकर OpenRouter से सस्ता निकलता है, इनपुट और आउटपुट एक साथ गिने जाने पर। टूल लूप और लंबे सत्रों के लिए, DeepSeek-V4-Flash (380K संदर्भ) और GLM-5.3-Flash (390K) में जगह है। यदि एजेंट लंबी रिपोर्ट लिखता है, तो केवल DeepSeek-V4-Flash एक उत्तर में 32,768 टोकन तक फिट होता है; अन्य दो 8,192 पर रुक जाते हैं। नीचे दी गई हर कीमत और दैनिक लागत एक लाइव आंकड़ा है, वही जो मूल्य निर्धारण पृष्ठ पर है।

आप किसके बीच चुन रहे हैं#

OpenClaw के दस्तावेज़, 23 अक्टूबर 2026 तक, इसे एक स्व-होस्टेड, MIT-लाइसेंस प्राप्त गेटवे के रूप में वर्णित करते हैं: आपकी मशीन या सर्वर पर एक प्रक्रिया Discord, Telegram, Signal और WhatsApp को एक AI एजेंट से जोड़ती है। डिफ़ॉल्ट मॉडल ~/.openclaw/openclaw.json, agents.defaults.model.primary में एक पंक्ति है, जिसे provider/model के रूप में लिखा जाता है। सेटअप स्वयं OpenClaw को CheapTokens से कैसे कनेक्ट करें में है। यहाँ केवल मॉडल का चुनाव है।

CheapTokens पर तीन मॉडल एक हमेशा-चालू एजेंट के लिए उपयुक्त हैं। वे एक ही API (https://api.cheaptokens.dev/v1, OpenAI- और Anthropic-संगत), एक बैलेंस और किसी भी समय एक कीमत साझा करते हैं, बिना पीक-आवर अधिभार के:

• GLM-5.3-Flash (zai-org/GLM-5.3-Flash): 390K संदर्भ, प्रति उत्तर अधिकतम 8,192 आउटपुट टोकन, आउटपुट पर OpenRouter से सस्ता।
• DeepSeek-V4-Flash (deepseek-ai/DeepSeek-V4-Flash-0731): 380K संदर्भ, प्रति उत्तर अधिकतम 32,768 आउटपुट टोकन।
• MiniMax-M2.7 (MiniMaxAI/MiniMax-M2.7): 180K संदर्भ, प्रति उत्तर अधिकतम 8,192 आउटपुट टोकन।

संदर्भ और आउटपुट सीमाएँ CheapTokens मॉडल संदर्भ, 23 अक्टूबर 2026 से हैं। कीमतें यहाँ संख्याओं के रूप में उद्धृत नहीं हैं: वे नीचे दी गई तालिकाओं से आती हैं।

चैट का एक दिन: कई छोटे टर्न#

मान लें कि आपका एजेंट Telegram में प्रतिदिन 200 संदेशों का जवाब देता है। प्रत्येक टर्न लगभग 2,000 टोकन इन (सिस्टम प्रॉम्प्ट प्लस हाल का इतिहास) भेजता है और लगभग 300 टोकन वापस पाता है। यानी प्रति दिन 200 × 2,000 = 400,000 इनपुट टोकन और 200 × 300 = 60,000 आउटपुट टोकन।

OpenRouter कॉलम OpenRouter के संदर्भ मूल्य पर वही दिन है। DeepSeek-V4-Flash और MiniMax-M2.7 कुल मिलाकर OpenRouter से सस्ते निकलते हैं, इनपुट और आउटपुट एक साथ गिने जाने पर। GLM-5.3-Flash भी इस चैट लोड पर कुल मिलाकर OpenRouter से सस्ता है। दोनों संख्याओं को अपने ट्रैफ़िक में बदलें और तालिका पुनर्गणना करेगी।

टूल्स के साथ एक दिन: इतिहास ही बिल है#

अब वही एजेंट टूल्स के साथ। मान लें कि यह प्रतिदिन 150 चरण चलाता है। प्रत्येक चरण निर्देश, टूल विवरण और अब तक जो कुछ हुआ वह सब फिर से भेजता है, इसलिए एक चरण में लगभग 12,000 टोकन इन होते हैं और लगभग 600 आउट लिखे जाते हैं। यानी 150 × 12,000 = 1,800,000 इनपुट टोकन और 150 × 600 = 90,000 आउटपुट टोकन।

यहाँ इनपुट आउटपुट का बीस गुना है, इसलिए इतिहास, न कि उत्तर, बिल तय करता है। इस लोड पर DeepSeek-V4-Flash और MiniMax-M2.7 कुल मिलाकर OpenRouter से सस्ते हैं। GLM-5.3-Flash सबसे बड़ी विंडो, 390K, और एजेंट द्वारा लिखे जाने वाले जवाबों के लिए सस्ता आउटपुट लाता है। हर टर्न पर इतिहास इनपुट को क्यों बढ़ाता है, यह लंबी AI चैट अधिक महंगी क्यों होती है में है, और किसी भी एजेंट के लिए विधि AI एजेंट की लागत का अनुमान कैसे लगाएं में है।

लंबे उत्तर: जहाँ 8,192 टोकन खत्म हो जाते हैं#

मान लें कि आप एजेंट से लगभग 12,000 टोकन की साप्ताहिक रिपोर्ट मांगते हैं। DeepSeek-V4-Flash प्रति उत्तर अधिकतम 32,768 आउटपुट टोकन की अनुमति देता है, इसलिए रिपोर्ट पूरी आती है। GLM-5.3-Flash और MiniMax-M2.7 8,192 पर रुक जाते हैं: उत्तर वाक्य के बीच में समाप्त हो जाता है और प्रतिक्रिया में finish_reason: length होता है। आप उनसे रिपोर्ट अनुभागों में मांग सकते हैं, लेकिन वह एक के बजाय दो या तीन कॉल हैं। उत्तर क्यों कट जाते हैं फ़ील्ड को समझाता है।

6,000-टोकन प्रॉम्प्ट से 12,000-टोकन की रिपोर्ट DeepSeek-V4-Flash पर $0.0013 की लागत लेती है।

लंबे सत्र: कितनी विंडो बची है#

मान लें कि एक सपोर्ट बातचीत में 150,000 टोकन का इतिहास जमा हो गया है। MiniMax-M2.7 में 180K विंडो है: 180K − 150K = 30K नए संदेश और उत्तर के लिए बचे हैं। DeepSeek-V4-Flash में 380K − 150K = 230K बचे हैं, GLM-5.3-Flash में 390K − 150K = 240K। यदि आपके सत्र छोटे रहते हैं, तो तीनों ठीक हैं। यदि कोई एजेंट कई दिनों तक एक थ्रेड रखता है, तो बड़ी विंडो उसे जगह देती हैं।

किस काम के लिए कौन सा#

• कई छोटे चैट टर्न: GLM-5.3-Flash, ऊपर दिए चैट लोड पर कुल मिलाकर OpenRouter से सस्ता। MiniMax-M2.7 उन सत्रों के लिए उपयुक्त है जो 180K से काफी नीचे रहते हैं।
• टूल लूप और लंबे सत्र: DeepSeek-V4-Flash (380K, कुल मिलाकर OpenRouter से सस्ता) या GLM-5.3-Flash (390K, सस्ता आउटपुट)।
• एक उत्तर में लंबी रिपोर्ट और कोड: DeepSeek-V4-Flash, 32,768 टोकन तक।
• निश्चित नहीं: DeepSeek-V4-Flash सबसे अधिक कवरेज देता है, बड़ी विंडो और सबसे लंबे उत्तरों के साथ।

तीनों मूल्य निर्धारण पृष्ठ पर हैं; मॉडल पृष्ठ हैं DeepSeek, GLM और MiniMax। एजेंट मामले के बाहर आमने-सामने तुलना के लिए, GLM vs DeepSeek vs MiniMax देखें।

अपने ट्रैफ़िक पर आज़माएँ#

मेरे 200 संदेश और 150 चरण अनुमान हैं, आपके बेहतर हैं। मॉडल को एक विशिष्ट संदेश भेजें और प्रतिक्रिया के usage ब्लॉक को पढ़ें: prompt_tokens वह है जो आपने भेजा, completion_tokens वह है जो वापस आया। अपनी दैनिक संख्या से गुणा करें और संख्याओं को ::cost में डालें। नीचे दी गई कुंजी एक प्लेसहोल्डर है।

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "messages": [{"role": "user", "content": "Summarize this chat in one line."}], "max_tokens": 100}'

OpenClaw को स्विच करना एक पंक्ति agents.defaults.model.primary है; प्रदाता ब्लॉक कनेक्शन गाइड में है। स्विच करने के बाद, एक दिन चलाएँ और अपने ट्रैफ़िक पर usage ब्लॉक से लागत की तुलना करें।

शुरू करने के लिए, बैलेंस टॉप अप करें और एक कुंजी बनाएँ, जैसा कि दस्तावेज़ वर्णित करते हैं।