OpenClaw（前 Clawdbot / Moltbot）这东西确实猛：本地跑、接 WhatsApp/Telegram、自动清邮件、盯盘、写代码、订机票……但 token 吃得像我老婆买包——一天几百万 token 不是梦。Reddit 上有人 6 小时 Opus 4.5 烧 $170，GitHub discussion #1949 里天天哭穷，月账单 $100-300 很常见。Anthropic/Claude 按量贵得离谱，$15-75/M tokens（input/output），agent swarm 一开，成本指数级爆炸。 但别慌，2026 年模型价格雪崩 + OpenClaw model-agnostic 设计，让你能把月成本压到 $0-30，甚至 $0。以下是深入调研后的“穷人版”降本全攻略（基于 OpenRouter、Groq、Gemini、DeepSeek、Ollama 等最新数据 + 社区真实案例）。 1. **先关掉烧钱开关（立即省 50-80%）** - 温度调低：temperature=0.0-0.2（默认高会 hallucinate 狂循环）。 - 关 vision/sub-agents：别让它看图/开多线程，除非必须。 - 短上下文 + 总结：用 short-term memory，只传必要 history。 - 加 caching：OpenRouter 启用 caching（重复 prompt 免费），GitHub 上很多人说省 30-70%。 - 限速 + 优先级：设 low-priority model，只复杂任务 fallback 高端。 → 很多人光调这些，账单直接腰斩。 2. **免费/超高额度通道（$0 起步，首推）** - **Google Gemini 2.5 Flash / 3 Pro**（via Google AI Studio 或 Antigravity 插件）：免费额度百万 token 级，上下文 1M+，推理已追平 Claude Sonnet。OpenClaw 里 `openclaw models auth login --provider google-antigravity` 或填 API key。社区反馈：24/7 bot 基本不花钱，速度快，agent 任务稳。 - **Groq**（Llama 3.3 70B、Mixtral、DeepSeek 等）：免费 tier RPM/QPS 超高，几乎无限。https://t.co/XexJQKQ3G0 注册 key，OpenClaw OpenAI-compatible 直插。延迟最低，适合实时。 - **OpenRouter 免费模型**（https://t.co/8t3BryYH3f）：MiMo 309B MoE、Devstral 2、DeepSeek R1T2 Chimera free、Arcee Trinity 等几十个 $0/M。能力已匹配 Claude/GPT-4o 部分场景。填 OpenRouter key，base_url https://t.co/1W3YHUA7lb。 → 调研显示：80% 用户切这些后月成本 $0-10。 3. **超低成本付费通道（$0.05-0.50/M，10x 便宜）** - **DeepSeek V3.2**：$0.25-0.38/M input/output，推理超 GPT-4o 很多 benchmark。OpenClaw 直用。 - **Kimi K2.5**（Moonshot）：新用户 15 元免费，后续极便宜（尤其是 reasoning + vision）。base_url https://t.co/yx3kuI47Y6。 - **Fireworks / https://t.co/RhI5CCQmiL / SiliconFlow**：开源模型路由，$0.10-0.50/M，专为 agent 优化。 - **OpenRouter 低价模型**：DeepSeek、Qwen、Seed Flash 等 $0.05-0.50/M。自动 fallback + uptime 优化。 → 社区案例：从 Claude Opus 切 DeepSeek + OpenRouter，成本降 80-90%，性能只掉 10-20%。 4. **终极 $0：本地跑 Ollama / LM Studio（电费而已）** - 装 Ollama（https://t.co/hHcMO49LjJ），跑 Qwen3-72B / Llama 3.3 70B / DeepSeek-Coder-V2 等。 - OpenClaw 支持 auto-discovery：`ollama serve`，然后 provider 设 ollama，base_url http://localhost:11434/v1。 - 你的老 Mac（16GB+ RAM）跑 7B-13B 流畅，32GB+ 试 70B。量化版（Q4/Q5）速度快。 - 混合用：80% 日常任务本地小模型，复杂 reasoning fallback 云端（OpenClaw 支持 multi-provider routing）。 → Reddit / YouTube 教程满天飞，很多人说“本地 + 云 fallback” 是终极省钱法，隐私拉满。 5. **进阶省钱技巧（社区高玩玩法）** - Model failover：config 里设 primary Gemini/Groq，fallback DeepSeek。 - Skills 优化：只装必要 skill，关掉 auto-run cron jobs。 - 监控 token：装 quota skill 或日志看用量，设 alert。 - 专用机 + 定时 update：老 Mac 跑本地，省电费也省 token。