Использование токенов и затраты

OpenClaw отслеживает токены, а не символы. Токены специфичны для модели, но большинство моделей в стиле OpenAI в среднем составляют ~4 символа на токен для английского текста.

Как строится системный запрос

OpenClaw собирает свой собственный системный запрос при каждом запуске. Он включает:

  • Список инструментов + краткие описания
  • Список навыков (только метаданные; инструкции загружаются по требованию с помощью read)
  • Инструкции по самообновлению
  • Рабочее пространство + начальные файлы (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md при новом). Большие файлы обрезаются по agents.defaults.bootstrapMaxChars (по умолчанию: 20000).
  • Время (UTC + часовой пояс пользователя)
  • Теги ответа + поведение heartbeat
  • Метаданные среды выполнения (хост/ОС/модель/мышление)

См. полную разбивку в Системный запрос.

Что учитывается в окне контекста

Все, что получает модель, учитывается в лимите контекста:

  • Системный запрос (все разделы, перечисленные выше)
  • История разговора (сообщения пользователя + ассистента)
  • Вызовы инструментов и результаты инструментов
  • Вложения/транскрипты (изображения, аудио, файлы)
  • Сводки уплотнения и артефакты обрезки
  • Обертки провайдера или заголовки безопасности (не видны, но все равно учитываются)

Для практической разбивки (по внедренному файлу, инструментам, навыкам и размеру системного запроса) используйте /context list или /context detail. См. Context.

Как увидеть текущее использование токенов

Используйте их в чате:

  • /status → карта статуса с эмодзи с моделью сеанса, использованием контекста, токенами ввода/вывода последнего ответа и оценочной стоимостью (только API-ключ).
  • /usage off|tokens|full → добавляет нижний колонтитул использования на ответ к каждому ответу.
    • Сохраняется по сеансу (хранится как responseUsage).
    • OAuth-аутентификация скрывает стоимость (только токены).
  • /usage cost → показывает локальную сводку затрат из журналов сеансов OpenClaw.

Другие поверхности:

  • TUI/Web TUI: /status + /usage поддерживаются.
  • CLI: openclaw status --usage и openclaw channels list показывают окна квоты провайдера (не затраты на ответ).

Оценка затрат (когда показывается)

Затраты оцениваются на основе вашей конфигурации цен модели:

models.providers.<provider>.models[].cost

Это USD за 1 млн токенов для input, output, cacheRead и cacheWrite. Если цены отсутствуют, OpenClaw показывает только токены. OAuth-токены никогда не показывают стоимость в долларах.

TTL кеша и влияние обрезки

Кэширование запросов провайдера применяется только в окне TTL кеша. OpenClaw может опционально выполнять обрезку cache-ttl: он обрезает сеанс после истечения TTL кеша, затем сбрасывает окно кеша, чтобы последующие запросы могли повторно использовать только что кэшированный контекст вместо повторного кэширования полной истории. Это снижает затраты на запись в кеш, когда сеанс простаивает после истечения TTL.

Настройте это в Конфигурация шлюза и см. детали поведения в Обрезка сеанса.

Heartbeat может поддерживать кеш теплым во время пробелов простоя. Если TTL кеша вашей модели составляет 1h, установка интервала heartbeat чуть ниже этого (например, 55m) может избежать повторного кэширования полного запроса, снижая затраты на запись в кеш.

Для цен на API Anthropic чтение из кеша значительно дешевле, чем входные токены, в то время как записи в кеш оплачиваются по более высокому множителю. См. цены на кэширование запросов Anthropic для последних тарифов и множителей TTL: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

Пример: поддерживать 1-часовой кеш теплым с heartbeat

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-5"
    models:
      "anthropic/claude-opus-4-5":
        params:
          cacheControlTtl: "1h"
    heartbeat:
      every: "55m"

Советы по снижению давления токенов

  • Используйте /compact для суммирования длинных сеансов.
  • Обрезайте большие выводы инструментов в ваших рабочих процессах.
  • Держите описания навыков короткими (список навыков внедряется в запрос).
  • Предпочитайте меньшие модели для многословной, исследовательской работы.

См. Skills для точной формулы накладных расходов списка навыков.

← Назад к документации