Quanto custa o OpenClaw por mês? Um orçamento em tokens

Um assistente OpenClaw sempre ativo custa o que custam os seus tokens: aproximadamente steps per day × tokens per step × 30 days, com o preço definido pelo modelo que você escolher. Com a carga de trabalho abaixo, um mês são dezenas de milhões de tokens de entrada e apenas alguns milhões de tokens de saída, então o preço do modelo decide a maior parte da conta. Veja como obter o seu próprio número em cinco minutos.

Você configura o assistente, ele responde nos seus canais de chat o dia todo, e a primeira pergunta é sempre a mesma: quanto isso vai custar no fim do mês? Ninguém pode dar um número universal, porque o OpenClaw cobra por tudo o que envia ao modelo, e isso depende da sua configuração. Então vamos medir as partes.

O que o OpenClaw envia a cada passo#

A documentação do OpenClaw (referência de uso de tokens, verificada em 26 de outubro de 2026 contra a versão 2026.9.3; a página não traz data de publicação) diz que o prompt de sistema é reconstruído a cada execução. Ele contém a lista de ferramentas, metadados de skills, arquivos de bootstrap do workspace como AGENTS.md e MEMORY.md, a hora atual e metadados de runtime. Os arquivos injetados são limitados por agents.defaults.bootstrapMaxChars e bootstrapTotalMaxChars.

Além disso, tudo o que o modelo recebe conta para o contexto: histórico, chamadas de ferramentas e seus resultados, anexos e resumos de compactação. Então um passo nunca é "uma pergunta curta". É o prompt inteiro mais toda a conversa até o momento, e é por isso que os tokens de entrada ofuscam os de saída. Se a ideia de reenviar o histórico é nova para você, por que um chat longo custa mais explica isso com um exemplo pequeno.

Dois detalhes da mesma página importam para o orçamento. DMs compartilham a sessão principal do agente, enquanto cada chat de grupo tem sua própria sessão, então um grupo movimentado acumula seu próprio histórico. E os turnos de heartbeat podem manter o cache do provedor aquecido durante intervalos ociosos, mas cada turno de heartbeat ainda custa tokens: um assistente ocioso não é um assistente gratuito.

Uma carga diária que você pode alterar#

Não há um "dia típico de OpenClaw" medido para citar, então adote uma suposição e substitua os números pelos seus. Digamos que seu assistente faça 150 chamadas ao modelo por dia (mensagens, passos de ferramentas, algumas verificações agendadas). Digamos que cada chamada envie cerca de 12.000 tokens de entrada (prompt de sistema, histórico, saída de ferramentas) e receba cerca de 600 tokens de saída.

• Por dia: 150 × 12.000 = 1.800.000 tokens de entrada e 150 × 600 = 90.000 tokens de saída.
• Por mês (30 dias): 1.800.000 × 30 = 54.000.000 de entrada e 90.000 × 30 = 2.700.000 de saída.

Observe o formato: a entrada é vinte vezes a saída. Esse é o formato normal de um agente, e é a razão pela qual o preço de entrada de um modelo importa mais aqui do que em um chat onde você digita perguntas curtas e lê respostas longas. Para a diferença entre os dois lados, veja tokens de entrada vs saída.

Quanto custa esse mês em três modelos#

Aqui está o mesmo mês, 54.000.000 de tokens de entrada e 2.700.000 de saída, com preços ao vivo para os três modelos que você pode usar através do CheapTokens. Entrada e saída são contadas juntas, porque uma requisição paga por ambas. No total, cada um deles sai mais barato que o OpenRouter, e a tabela mostra as duas colunas lado a lado.

Em números: DeepSeek-V4-Flash no mês é $1.08, GLM-5.3-Flash é $1.19, e MiniMax-M2.7 é $3.11. Os preços por trás deles estão na página de preços e são atualizados junto com a tabela.

Qual escolher? DeepSeek-V4-Flash oferece uma janela de contexto de 380K e até 32.768 tokens de saída por resposta a um preço único o dia todo, o que se adequa a sessões longas de agente. GLM-5.3-Flash tem contexto de 390K e até 8.192 tokens de saída, uma boa opção para passos rotineiros e exploratórios. MiniMax-M2.7 tem contexto de 180K e até 8.192 tokens de saída. Uma comparação completa por tarefa está em o modelo mais barato para OpenClaw, então não vou repetir aqui.

Acompanhe a conta de dentro do OpenClaw#

O OpenClaw pode mostrar o que você gasta enquanto gasta. Segundo a documentação, /status mostra o modelo da sessão, o uso de contexto, os tokens de entrada e saída da última resposta e um custo estimado. /usage off|tokens|full adiciona um rodapé a cada resposta, e /usage cost resume o custo a partir dos logs da sessão.

Um pequeno hábito que funciona: execute /usage tokens por um dia. Depois de algumas dezenas de respostas você verá sua entrada real por passo, e poderá colocá-la na fórmula acima em vez dos meus 12.000.

Uma ressalva da documentação. A estimativa de custo vem dos valores de cost que você define por modelo em models.providers.<provider>.models[] (USD por 1M de tokens: entrada, saída, leitura de cache, escrita de cache). Se você deixá-los de fora ou copiar números antigos, a estimativa fica errada, enquanto os valores cobrados pelo provedor têm precedência sobre a estimativa do catálogo. Defina-os a partir da tabela atual, depois compare /status com seu saldo após um dia.

Quatro hábitos que reduzem o mês#

A documentação lista as formas de reduzir a pressão sobre o contexto. Aqui estão elas com o que fazem à aritmética.

1. Execute /compact em sessões longas. Ele resume o histórico, então os próximos passos reenviam um resumo em vez de tudo. Digamos que ele leve a entrada média por passo de 12.000 para 8.000.
2. Corte saídas grandes de ferramentas. Uma ferramenta que retorna um arquivo inteiro ou uma página de logs é reenviada a cada passo seguinte. Corte antes que entre na sessão.
3. Reduza imagens. Para sessões com muitas capturas de tela, diminua imageMaxDimensionPx.
4. Mantenha as descrições de skills curtas e use um modelo menor para exploração verbosa.

Veja o que o hábito 1 faz ao mesmo assistente. Com 8.000 tokens de entrada por passo, um mês é 150 × 8.000 × 30 = 36.000.000 de entrada e ainda 2.700.000 de saída. No DeepSeek-V4-Flash isso é $0.81 em vez de $1.08. As respostas têm o mesmo comprimento, então a economia vem inteiramente do lado da entrada.

Defina um orçamento que você não pode ultrapassar#

Trabalhe de trás para frente. Decida quanto você está pronto para gastar, recarregue o saldo nesse valor e trate o saldo pré-pago como o teto: quando acabar, as requisições param. Depois verifique seu uso real após o primeiro dia com /status, multiplique por 30 e compare com a tabela acima.

Uma rotina simples:

1. Escolha na tabela o modelo que se adequa à sua tarefa.
2. Rode um dia normal com /usage tokens ativado.
3. Substitua 150 e 12.000 na fórmula pelo que você viu.
4. Releia a tabela de ::cost com seus números e recarregue de acordo.

Se você ainda não conectou o OpenClaw, como conectar o OpenClaw ao CheapTokens percorre a configuração em ~/.openclaw/openclaw.json, e a documentação tem o endereço da API e os ids dos modelos. Para uma visão mais ampla de orçamentos de agentes, veja como estimar o custo de um agente de IA.