Tokenlar sarfi va xarajatlar¶

OpenClaw belgilarni emas, tokenlarni kuzatadi. Tokenlar modelga xos bo‘ladi, ammo aksariyat OpenAI-style models average ~4 characters per token for English text.

Tizim prompti qanday tuziladi¶

OpenClaw har bir ishga tushirilganda o‘z tizim promptini yig‘adi. U quyidagilarni o‘z ichiga oladi:

• Asboblar roʻyxati + qisqa tavsiflar
• Ko‘nikmalar ro‘yxati (faqat metadata; ko‘rsatmalar read yordamida talab bo‘yicha yuklanadi)
• Oʻzini-oʻzi yangilash boʻyicha koʻrsatmalar
• Workspace + bootstrap fayllari (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, yangi boʻlsa BOOTSTRAP.md). Katta fayllar agents.defaults.bootstrapMaxChars (standart: 20000) orqali qisqartiriladi.
• Vaqt (UTC + foydalanuvchi vaqt zonasi)
• Javob teglar + heartbeat xatti-harakati
• Runtime metamaʼlumotlari (host/OS/model/thinking)

System Prompt ichida toʻliq tafsilotni koʻring.

Kontekst oynasida nimalar hisobga olinadi¶

Model oladigan hamma narsa kontekst limitiga hisoblanadi:

• System prompt (yuqorida sanab oʻtilgan barcha boʻlimlar)
• Suhbat tarixi (foydalanuvchi + yordamchi xabarlari)
• Asbob chaqiruvlari va asbob natijalari
• Ilovalar/transkriptlar (rasmlar, audio, fayllar)
• Siqish xulosalari va kesib tashlangan artefaktlar
• Provayder o‘ramlari yoki xavfsizlik sarlavhalari (ko‘rinmaydi, ammo baribir hisobga olinadi)

Amaliy tafsilotlar (har bir kiritilgan fayl, tool, skill va system prompt hajmi boʻyicha) uchun /context list yoki /context detail dan foydalaning. Context ni ko‘ring.

Joriy token sarfini qanday koʻrish¶

Bularni chatda ishlating:

• /status → sessiya modeli, kontekst sarfi, oxirgi javobning input/output tokenlari va taxminiy narxni (faqat API kalitida) koʻrsatadigan emoji‑ga boy status kartasi.
• /usage off|tokens|full → har bir javobga har‑javob uchun usage footer qoʻshadi.
• Sessiya boʻyicha saqlanadi ( responseUsage sifatida ).
• OAuth autentifikatsiyasi narxni yashiradi (faqat tokenlar).
• /usage cost → OpenClaw sessiya loglaridan olingan mahalliy narx xulosasini koʻrsatadi.

Boshqa interfeyslar:

• TUI/Web TUI: /status + /usage qoʻllab‑quvvatlanadi.
• CLI: openclaw status --usage va openclaw channels list provayder kvota oynalarini koʻrsatadi (har‑javob narxlari emas).

Narxni baholash (koʻrsatilganda)¶

Narxlar modelingizning pricing konfiguratsiyasidan baholanadi:

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

Bular input, output, cacheRead va cacheWrite uchun 1M token uchun USD hisoblanadi. Agar pricing mavjud boʻlmasa, OpenClaw faqat tokenlarni koʻrsatadi. OAuth tokenlari hech qachon dollar narxini koʻrsatmaydi.

Cache TTL va pruning taʼsiri¶

Provayder prompt cacheʼlash faqat cache TTL oynasi ichida amal qiladi. OpenClaw ixtiyoriy ravishda cache‑ttl pruningni ishga tushirishi mumkin: cache TTL muddati tugagach sessiyani qisqartiradi, soʻng cache oynasini qayta oʻrnatadi, shunda keyingi soʻrovlar butun tarixni qayta cacheʼlash oʻrniga yangi cacheʼlangan kontekstdan foydalana oladi. Bu sessiya TTL dan keyin bekor turganda cache write xarajatlarini pastroq ushlab turadi.

Gateway configuration da sozlang va xatti‑harakat tafsilotlarini Session pruning da koʻring.

Heartbeat bekor turish oraligʻida cacheʼni iliq saqlab turishi mumkin. Agar modelingiz cache TTL 1h boʻlsa, heartbeat intervalini undan biroz kamroq (masalan, 55m) qilib belgilash butun promptni qayta cacheʼlashdan qochib, cache write xarajatlarini kamaytiradi.

Anthropic API pricingʼda cache readʼlar input tokenlarga qaraganda ancha arzon, cache writeʼlar esa yuqoriroq multiplikator bilan hisoblanadi. Eng soʻnggi stavkalar va TTL multiplikatorlari uchun Anthropicʼning prompt caching pricingʼini koʻring: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

Misol: heartbeat bilan 1 soatlik cacheʼni iliq saqlash¶

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

Token bosimini kamaytirish bo‘yicha maslahatlar¶

• Uzoq sessiyalarni qisqartirish uchun /compact dan foydalaning.
• Ish jarayonlaringizda katta tool chiqishlarini qisqartiring.
• Skill tavsiflarini qisqa saqlang (skill roʻyxati promptga kiritiladi).
• Keng qamrovli, izlanishli ishlar uchun kichikroq modellarni afzal ko‘ring.

Aniq skill roʻyxati ustama formulasi uchun Skills ni koʻring.