權杖用量與費用

OpenClaw 追蹤的是 token，而非字元。Token 因模型而異，但對英文文字而言，大多數 OpenAI 風格的模型平均每個 token 約為 4 個字元。

系統提示詞的建構方式

OpenClaw 會在每次執行時組裝自己的系統提示詞，其中包括：

• 工具清單與簡短說明
• Skills 清單（僅含中繼資料；指示會依需求透過 read 載入）。原生 Codex 輪次會取得精簡的 Skills 區塊，作為僅限該輪次的協作 開發者指示；其他執行框架則會在一般提示詞介面中取得該區塊。 其大小受 skills.limits.maxSkillsPromptChars 限制，並可透過 agents.list[].skillsLimits.maxSkillsPromptChars 針對個別代理程式選擇性覆寫。
• 自我更新指示
• 工作區與啟動檔案（AGENTS.md、SOUL.md、TOOLS.md、 IDENTITY.md、USER.md、HEARTBEAT.md、新建時的 BOOTSTRAP.md，以及 存在時的 MEMORY.md）。大型注入檔案會依 agents.defaults.bootstrapMaxChars 截斷（預設：20000）；啟動內容 注入總量則受 agents.defaults.bootstrapTotalMaxChars 限制（預設： 60000）。
  • 當該工作區可使用記憶工具時，原生 Codex 輪次不會貼入原始 MEMORY.md；改為在僅限該輪次的協作開發者指示中取得一小段記憶指引， 並依需求使用記憶工具。若工具已停用、無法使用記憶搜尋，或 目前工作區與代理程式記憶工作區不同，MEMORY.md 會回退至一般受限的輪次情境路徑。
  • 根目錄中的小寫 memory.md 永遠不會被注入。它是 openclaw doctor --fix 的舊版修復輸入，該命令會將其遷移至 MEMORY.md。
  • memory/*.md 每日檔案不屬於一般啟動提示詞的一部分； 在一般輪次中仍會依需求透過記憶工具取得。重設／啟動 模型執行可在第一個輪次前置加入一次性的啟動情境區塊，其中包含近期 每日記憶，並由 agents.defaults.startupContext 控制。單純的聊天 /new 與 /reset 只會回覆確認，不會叫用模型。
  • 壓縮後的 AGENTS.md 摘錄是獨立內容，必須明確選擇啟用 agents.defaults.compaction.postCompactionSections。
• 時間（UTC 與使用者時區）
• 回覆標籤與心跳偵測行為
• 執行階段中繼資料（主機／作業系統／模型／思考模式）

完整細節請參閱系統提示詞。

記錄憑證或驗證程式碼片段時，請使用 密鑰預留位置慣例，以避免 僅變更文件時觸發密鑰掃描器的誤判。

情境視窗中包含哪些內容

模型接收到的所有內容都會計入情境限制：

• 系統提示詞（上述所有區段）
• 對話歷程（使用者與助理訊息）
• 工具呼叫與工具結果
• 附件／逐字稿（圖片、音訊、檔案）
• 壓縮摘要與修剪產物
• 供應商包裝層或安全標頭（雖不可見，但仍會計入）

高度依賴執行階段的介面在 agents.defaults.contextLimits 下有各自明確的上限 （可於 agents.list[].contextLimits 下針對個別代理程式覆寫）：

這些是受限的執行階段摘錄與執行階段擁有的注入區塊， 與啟動限制、啟動情境限制及 Skills 提示詞限制相互獨立。

toolResultMaxChars 預設未設定，因此 OpenClaw 會依有效的模型情境視窗推導即時 工具結果上限：低於 100K token 時為 16000 個字元，達 100K 以上時為 32000 個字元，達 200K 以上時為 64000 個字元。 即使設定了更大的明確上限，執行階段情境占比防護仍會將單一工具結果限制在 情境視窗的 30%。

對於圖片，OpenClaw 會在呼叫供應商前，縮小逐字稿／工具圖片承載內容。 可透過 agents.defaults.imageMaxDimensionPx 調整（預設：1200）：

• 較低的值可減少視覺 token 用量與承載內容大小。
• 較高的值可為大量使用 OCR／UI 的螢幕擷取畫面保留更多視覺細節。

若要查看實際細分資料（每個注入檔案、工具、Skills 與系統 提示詞大小），請使用 /context list 或 /context detail。另請參閱 情境。

如何查看目前的 token 用量

在聊天中：

• /status -> 顯示包含豐富表情符號的狀態卡，其中列出工作階段模型、情境用量、 上次回覆的輸入／輸出 token，以及為目前模型設定本機定價時的預估成本。
• /usage off|tokens|full -> 在每則回覆附加單次回覆用量頁尾。 此設定會在個別工作階段中持續保留（儲存為 responseUsage）。
  • /usage reset（別名：inherit、clear、default）會清除 工作階段覆寫，使其重新繼承已設定的預設值。
  • /usage tokens 顯示該輪次的 token／快取詳細資料。
  • /usage full 顯示精簡的模型／情境／成本詳細資料；僅當 OpenClaw 具有用量中繼資料以及目前模型的本機定價時，才會顯示預估成本。 自訂 messages.usageTemplate 版面配置可包含 token／快取欄位。
• /usage cost -> 顯示來自 OpenClaw 工作階段日誌的本機成本摘要。

其他介面：

• 終端介面／網頁終端介面： 支援 /status 與 /usage。
• 命令列介面： openclaw status --usage 與 openclaw channels list 會顯示 正規化的供應商配額視窗（X% left，而非單次回覆成本）。 目前支援用量視窗的供應商包括：Claude (Anthropic)、ClawRouter、Copilot (GitHub)、DeepSeek、Gemini (Google Gemini CLI)、MiniMax、OpenAI、Xiaomi、 Xiaomi Token Plan 與 z.ai。

用量介面會在顯示前，先將常見的供應商原生欄位別名正規化。對於 OpenAI 系列的 Responses 流量，這包括 input_tokens／output_tokens 與 prompt_tokens／completion_tokens，因此傳輸方式特有的欄位名稱不會改變 /status、/usage 或工作階段摘要。Gemini CLI 用量也會正規化：預設的 stream-json 剖析器會讀取助理的 message 事件，而 stats.cached 會對應至 cacheRead；當命令列介面省略明確的 stats.input 欄位時，則使用 stats.input_tokens - stats.cached。舊版 JSON 覆寫仍會從 response 讀取回覆文字。

對於原生 OpenAI 系列的 Responses 流量，WebSocket／SSE 用量別名會以相同方式 正規化；當 total_tokens 遺漏或為 0 時，總量會回退為正規化後的輸入與輸出 之和。

當目前工作階段快照資料不足時，/status 與 session_status 可從最近的逐字稿用量日誌還原 token／快取計數器與目前作用中的執行階段模型標籤。 現有非零的即時值仍優先於逐字稿回退值；當已儲存的總量遺漏或較小時， 以提示詞為導向且較大的逐字稿總量可取得優先權。

供應商配額視窗的用量驗證會優先取自供應商專屬掛鉤； 若供應商沒有掛鉤（或掛鉤無法解析出 token），OpenClaw 會回退至 驗證設定檔、環境變數或設定中相符的 OAuth／API 金鑰憑證。

助理逐字稿項目會保存相同的正規化用量結構；當目前模型已設定定價且供應商 傳回用量中繼資料時，也會包含 usage.cost。如此一來，即使即時 執行階段狀態已消失，/usage cost 與以逐字稿為依據的工作階段狀態仍有穩定的 資料來源。

OpenClaw 會將供應商用量計算與目前情境快照分開處理。供應商的 usage.total 可能包含已快取的輸入、輸出，以及多次工具迴圈模型呼叫，因此適合用於成本與 遙測，但可能高估即時情境視窗。情境顯示與診斷會使用最新的提示詞快照 （promptTokens；若沒有提示詞快照，則使用最後一次模型呼叫）作為 context.used。

成本估算（顯示時）

成本是依據您的模型定價設定估算：

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

這些是 input、output、cacheRead 與 cacheWrite 的 每 100 萬 token 美元價格。若缺少定價，/usage full 會省略成本； 若您需要在每則回覆中查看 token／快取詳細資料，請使用 /usage tokens 或自訂 messages.usageTemplate。成本顯示不限於 API 金鑰 驗證：若 aws-sdk 等非 API 金鑰供應商的已設定模型項目包含本機定價，且 供應商傳回用量中繼資料，也可以顯示預估成本。

當附屬服務與頻道到達閘道就緒路徑後，OpenClaw 會針對尚未具備本機定價的 已設定模型參照，啟動選用的背景定價啟動程序。該程序會擷取遠端 OpenRouter 與 LiteLLM 定價目錄。在離線或受限網路中，可設定 models.pricing.enabled: false 以略過這些目錄擷取；明確的 models.providers.*.models[].cost 項目仍會用於 本機成本估算。

快取 TTL 與修剪的影響

供應商提示詞快取僅適用於快取 TTL 視窗內。OpenClaw 可選擇執行 快取 TTL 修剪：快取 TTL 到期後修剪工作階段，接著重設快取視窗， 讓後續請求重複使用新快取的情境，而非重新快取完整歷程。 當工作階段閒置時間超過 TTL 時，這可降低快取寫入成本。

請在閘道設定中進行設定，並參閱 工作階段修剪了解行為詳情。

心跳偵測可在閒置期間讓快取保持暖機。若您的模型快取 TTL 為 1h， 將心跳偵測間隔設為略低於該值（例如 55m），可避免重新快取完整提示詞， 進而降低快取寫入成本。

在多代理程式設定中，您可以共用一份模型設定，並透過 agents.list[].params.cacheRetention 針對每個代理程式調整快取行為。

如需逐項設定的完整指南，請參閱提示詞快取。

對於 Anthropic API 定價，快取讀取明顯比輸入 token 便宜，而快取寫入則以 較高倍率計費。如需最新費率與 TTL 倍率，請參閱 Anthropic 的提示詞快取定價： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

範例：使用心跳偵測讓 1h 快取保持暖機

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

範例：使用個別代理程式快取策略的混合流量

agents:  defaults:    model:      primary: "anthropic/claude-opus-4-6"    models:      "anthropic/claude-opus-4-6":        params:          cacheRetention: "long" # 多數代理程式的預設基準  list:    - id: "research"      default: true      heartbeat:        every: "55m" # 讓長效快取為深度工作階段保持暖機    - id: "alerts"      params:        cacheRetention: "none" # 避免為突發通知寫入快取

agents.list[].params 會合併至所選模型的 params 之上，因此您可以 僅覆寫 cacheRetention，並原樣繼承其他模型預設值。

Anthropic 100 萬 token 情境

OpenClaw 會為支援正式版的 Claude 4.x 模型（例如 Opus 4.8、Opus 4.7、Opus 4.6 與 Sonnet 4.6）配置 Anthropic 的 100 萬 token 情境視窗。這些模型不需要 設定 params.context1m: true。

agents:  defaults:    models:      "anthropic/claude-opus-4-6":        alias: opus

舊版設定可以保留 context1m: true，但 OpenClaw 不再因這項設定傳送 Anthropic 已停用的 context-1m-2025-08-07 Beta 標頭，也不會將不支援的 舊版 Claude 模型擴展至 100 萬 token。

要求：憑證必須符合長上下文使用資格。否則， Anthropic 會針對該請求回傳供應商端的速率限制錯誤。

如果您使用 OAuth／訂閱權杖（sk-ant-oat-*）驗證 Anthropic， OpenClaw 會保留 OAuth 所需的 Anthropic beta 標頭，同時移除舊版設定中 可能仍存在但已停用的 context-1m-* beta。

降低權杖壓力的訣竅

• 使用 /compact 摘要長時間的工作階段。
• 在工作流程中精簡大型工具輸出。
• 對於大量使用螢幕截圖的工作階段，請降低 agents.defaults.imageMaxDimensionPx。
• 保持 Skills 說明簡短（Skills 清單會注入提示詞中）。
• 對於冗長的探索性工作，優先使用較小的模型。

如需確切的 Skills 清單額外負擔計算公式，請參閱 Skills。

相關內容

• API 使用量與費用
• 提示詞快取
• 使用量追蹤