Token 使用和成本

Token 使用量和成本

OpenClaw 跟踪的是 token，而不是字符。Token 因模型而异，但对于英文文本，大多数 OpenAI 风格的模型平均每个 token 约为 4 个字符。

系统提示词是如何构建的

OpenClaw 会在每次运行时组装自己的系统提示词。它包括：

工具列表 + 简短描述
技能列表（仅元数据；指令通过 read 按需加载）
自我更新指令
工作区 + 引导文件 (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md 在新建时，加上 MEMORY.md 如果存在或 memory.md 作为小写备选)。大文件会被 agents.defaults.bootstrapMaxChars 截断（默认：20000），并且总的引导注入量受 agents.defaults.bootstrapTotalMaxChars 限制（默认：150000）。memory/*.md 文件通过内存工具按需加载，不会自动注入。
时间（UTC + 用户时区）
回复标签 + 心跳行为
运行时元数据（主机/操作系统/模型/思考）

在系统提示词中查看完整细分。

什么会计入上下文窗口

模型接收到的所有内容都会计入上下文限制：

系统提示词（上面列出的所有部分）
对话历史记录（用户 + 助手消息）
工具调用和工具结果
附件/转录（图像、音频、文件）
压缩摘要和修剪产物
提供商包装器或安全标头（不可见，但仍会被计算）

对于图像，OpenClaw 在调用提供商之前会缩小转录/工具图像负载。使用 agents.defaults.imageMaxDimensionPx（默认：1200）来调整此设置：

较低的值通常会减少视觉 token 的使用量和负载大小。
较高的值会为 OCR/UI 密集的屏幕截图保留更多视觉细节。

如需查看细分信息（包括每个注入的文件、工具、技能和系统提示词大小），请使用 /context list 或 /context detail。请参阅上下文。

如何查看当前的 token 使用情况

在聊天中使用这些命令：

/status → 包含会话模型、上下文使用情况、上次响应输入/输出令牌数以及预估成本（仅限 API 密钥）的 emoji 丰富的状态卡片。
/usage off|tokens|full → 在每条回复后附加每次响应的使用情况页脚。
- 按会话持久化（存储为 responseUsage）。
- OAuth 认证隐藏成本（仅显示令牌数）。
/usage cost → 显示来自 OpenClaw 会话日志的本地成本摘要。

其他界面：

TUI/Web TUI： 支持 /status + /usage。
CLI： openclaw status --usage 和 openclaw channels list 显示提供商配额窗口（而非每次响应的成本）。

成本估算（显示时）

成本是根据您的模型定价配置估算的：

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

这些是 input、output、cacheRead 和 cacheWrite 的 每 100 万令牌美元价格。如果缺少定价，OpenClaw 仅显示令牌数。OAuth 令牌从不显示美元成本。

缓存 TTL 和修剪影响

提供商提示词缓存仅在缓存 TTL 窗口内适用。OpenClaw 可以选择运行 cache-ttl 修剪：它在缓存 TTL 过期后修剪会话，然后重置缓存窗口，以便后续请求可以重用新缓存的上下文，而不是重新缓存完整历史记录。这可以在会话空闲超过 TTL 时降低缓存写入成本。

在 Gateway(网关) configuration 中进行配置，并在 Session pruning 中查看行为详细信息。

Heartbeat 可以在空闲间隙中保持缓存温暖。如果您的模型缓存 TTL 为 1h，将心跳间隔设置为略低于该值（例如 55m）可以避免重新缓存完整提示词，从而减少缓存写入成本。

在多代理设置中，您可以保持一个共享的模型配置，并使用 agents.list[].params.cacheRetention 针对每个代理调整缓存行为。

有关详细的逐项调节指南，请参阅 Prompt Caching。

对于 Anthropic API 定价，缓存读取比输入token便宜得多，而缓存写入则以更高的倍率计费。请参阅 Anthropic 的提示缓存定价以获取最新费率和TTL倍率： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

示例：使用心跳保持 1 小时缓存温热

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

示例：使用按代理缓存策略处理混合流量

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # default baseline for most agents
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # keep long cache warm for deep sessions
    - id: "alerts"
      params:
        cacheRetention: "none" # avoid cache writes for bursty notifications

agents.list[].params 会合并到所选模型的 params 之上，因此您可以仅覆盖 cacheRetention 并继承其他模型默认值而无需更改。

示例：启用 Anthropic 1M 上下文 beta 标头

Anthropic 的 1M 上下文窗口目前处于 beta 封锁状态。在支持的 Opus 或 Sonnet 模型上启用 context1m 时，OpenClaw 可以注入所需的 anthropic-beta 值。

agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true

这对应于 Anthropic 的 context-1m-2025-08-07 beta 标头。

这仅在该模型条目上设置了 context1m: true 时适用。

要求：凭证必须符合长上下文使用条件（API 密钥计费，或已启用额外使用的订阅）。否则，Anthropic 将响应 HTTP 429: rate_limit_error: Extra usage is required for long context requests。

如果您使用 Anthropic/订阅令牌（sk-ant-oat-*）对 OAuth 进行身份验证，OpenClaw 将跳过 context-1m-* beta 标头，因为 Anthropic 目前拒绝该组合并返回 HTTP 401。

减少 token 压力的技巧

使用 /compact 来总结长会话。
修剪工作流中大型工具的输出。
对于包含大量截图的会话，请降低 agents.defaults.imageMaxDimensionPx。
保持技能描述简短（技能列表会注入到提示中）。
对于冗长、探索性的工作，首选较小的模型。

有关技能列表开销的确切公式，请参阅 Skills。