Modelo mais barato para OpenClaw: quanto custa um dia de trabalho do agente

Seu agente OpenClaw passou o dia todo respondendo mensagens, e a conta é maior que a tarefa. Normalmente a culpa não é do modelo. É o que o agente pede a ele: uma resposta curta de chat e uma execução de ferramenta em vinte etapas são trabalhos muito diferentes na mesma tabela de preços.

Resposta curta. Para turnos simples de chat, comece com o GLM-5.3-Flash: na carga de chat da primeira tabela de custos abaixo ele sai mais barato que o OpenRouter no total, com entrada e saída contadas juntas. Para loops de ferramentas e sessões longas, o DeepSeek-V4-Flash (contexto de 380K) e o GLM-5.3-Flash (390K) têm espaço. Se o agente escreve relatórios longos, só o DeepSeek-V4-Flash encaixa até 32.768 tokens em uma resposta; os outros dois param em 8.192. Cada preço e custo diário abaixo é um valor ao vivo, o mesmo da página de preços.

Entre o que você está escolhendo#

A documentação do OpenClaw, em 23 de outubro de 2026, o descreve como um gateway auto-hospedado, licenciado sob MIT: um processo na sua máquina ou servidor conecta Discord, Telegram, Signal e WhatsApp a um agente de IA. O modelo padrão é uma única linha em ~/.openclaw/openclaw.json, agents.defaults.model.primary, escrita como provider/model. A configuração em si está em como conectar o OpenClaw ao CheapTokens. Aqui é só a escolha do modelo.

Três modelos no CheapTokens servem para um agente sempre ativo. Eles compartilham a mesma API (https://api.cheaptokens.dev/v1, compatível com OpenAI e Anthropic), um saldo e um preço a qualquer hora, sem sobretaxa de horário de pico:

• GLM-5.3-Flash (zai-org/GLM-5.3-Flash): contexto de 390K, até 8.192 tokens de saída por resposta, mais barato que o OpenRouter na saída.
• DeepSeek-V4-Flash (deepseek-ai/DeepSeek-V4-Flash-0731): contexto de 380K, até 32.768 tokens de saída por resposta.
• MiniMax-M2.7 (MiniMaxAI/MiniMax-M2.7): contexto de 180K, até 8.192 tokens de saída por resposta.

Os limites de contexto e saída vêm da referência de modelos do CheapTokens, 23 de outubro de 2026. Os preços não são citados aqui como números: eles vêm das tabelas abaixo.

Um dia de chat: muitos turnos curtos#

Digamos que seu agente responda 200 mensagens por dia no Telegram. Cada turno envia cerca de 2.000 tokens de entrada (prompt de sistema mais o histórico recente) e recebe cerca de 300 tokens de volta. Isso dá 200 × 2.000 = 400.000 tokens de entrada e 200 × 300 = 60.000 tokens de saída por dia.

A coluna do OpenRouter é o mesmo dia pelo preço de referência do OpenRouter. DeepSeek-V4-Flash e MiniMax-M2.7 saem mais baratos que o OpenRouter no total, com entrada e saída contadas juntas. O GLM-5.3-Flash também é mais barato que o OpenRouter no total nesta carga de chat. Troque os dois números pelo seu próprio tráfego e a tabela se recalcula.

Um dia com ferramentas: o histórico é a conta#

Agora o mesmo agente com ferramentas. Digamos que ele execute 150 etapas por dia. Cada etapa reenvia as instruções, as descrições das ferramentas e tudo o que aconteceu até agora, então uma etapa carrega cerca de 12.000 tokens de entrada e escreve cerca de 600 de saída. Isso dá 150 × 12.000 = 1.800.000 tokens de entrada e 150 × 600 = 90.000 tokens de saída.

A entrada aqui é vinte vezes a saída, então o histórico, não as respostas, define a conta. Nesta carga, DeepSeek-V4-Flash e MiniMax-M2.7 são mais baratos que o OpenRouter no total. O GLM-5.3-Flash traz a maior janela, 390K, e saída barata para as respostas que o agente escreve. Por que o histórico aumenta a entrada a cada turno está em por que um chat de IA longo custa mais, e o método para qualquer agente está em como estimar o custo de um agente de IA.

Respostas longas: onde 8.192 tokens acabam#

Suponha que você peça ao agente um relatório semanal de cerca de 12.000 tokens. O DeepSeek-V4-Flash permite até 32.768 tokens de saída por resposta, então o relatório chega inteiro. GLM-5.3-Flash e MiniMax-M2.7 param em 8.192: a resposta termina no meio da frase e a resposta carrega finish_reason: length. Você pode pedir o relatório em seções, mas isso são duas ou três chamadas em vez de uma. Por que as respostas são cortadas explica o campo.

Um relatório de 12.000 tokens a partir de um prompt de 6.000 tokens custa $0.0013 no DeepSeek-V4-Flash.

Sessões longas: quanto de janela sobra#

Digamos que uma conversa de suporte acumulou 150.000 tokens de histórico. O MiniMax-M2.7 tem uma janela de 180K: 180K − 150K = 30K restantes para a nova mensagem e a resposta. O DeepSeek-V4-Flash tem 380K − 150K = 230K restantes, o GLM-5.3-Flash 390K − 150K = 240K. Se suas sessões ficam curtas, os três servem. Se um agente mantém uma thread por dias, as janelas maiores dão espaço.

Qual para qual trabalho#

• Muitos turnos curtos de chat: GLM-5.3-Flash, mais barato que o OpenRouter no total na carga de chat acima. O MiniMax-M2.7 serve para sessões que ficam bem abaixo de 180K.
• Loops de ferramentas e sessões longas: DeepSeek-V4-Flash (380K, mais barato que o OpenRouter no total) ou GLM-5.3-Flash (390K, saída barata).
• Relatórios longos e código em uma resposta: DeepSeek-V4-Flash, até 32.768 tokens.
• Na dúvida: o DeepSeek-V4-Flash cobre mais terreno, com uma janela grande e as respostas mais longas.

Os três estão na página de preços; as páginas dos modelos são DeepSeek, GLM e MiniMax. Para uma comparação direta fora do caso do agente, veja GLM vs DeepSeek vs MiniMax.

Teste no seu próprio tráfego#

Minhas 200 mensagens e 150 etapas são suposições, as suas são melhores. Envie uma mensagem típica ao modelo e leia o bloco usage da resposta: prompt_tokens é o que você enviou, completion_tokens é o que voltou. Multiplique pela sua contagem diária e coloque os números em ::cost. A chave abaixo é um placeholder.

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}'

Trocar o OpenClaw é a única linha agents.defaults.model.primary; o bloco do provedor está no guia de conexão. Depois de trocar, rode por um dia e compare o custo do bloco usage no seu próprio tráfego.

Para começar, recarregue o saldo e crie uma chave, como a documentação descreve.