Token 使用量與成本¶

OpenClaw tracks tokens, not characters. Tokens 與模型相關，但多數 OpenAI 風格的模型在英文文本中平均約每個 token 對應 ~4 個字元。

系統提示如何建構¶

OpenClaw 在每次執行時都會組裝自己的系統提示。內容包含： 它包含：

• 工具清單 + 簡短說明
• Skills 清單（僅中繼資料；指示會在需要時透過 read 載入）
• 自我更新指示
• 工作區 + 啟動檔案（AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、BOOTSTRAP.md 於新增時）。大型檔案會由 agents.defaults.bootstrapMaxChars 截斷（預設：20000）。 大型檔案會被 agents.defaults.bootstrapMaxChars 截斷（預設：20000）。
• 時間（UTC + 使用者時區）
• 回覆標籤 + 心跳行為
• 執行期中繼資料（host/OS/model/thinking）

請參閱 System Prompt 以查看完整拆解。

哪些內容會計入上下文視窗¶

模型接收的一切都會計入內容限制：

• 系統提示（上述所有章節）
• 對話歷史（使用者 + 助手訊息）
• 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
• 提供者包裝或安全標頭（不可見，但仍會計入）

若要實際的拆解（每個注入檔案、工具、技能，以及系統提示大小），請使用 /context list 或 /context detail。 請參閱 Context。

如何查看目前的權杖使用量¶

在聊天中使用以下指令：

• /status → 表情符號豐富的狀態卡，顯示工作階段模型、內容使用量、 上一次回覆的輸入／輸出權杖，以及 預估成本（僅限 API 金鑰）。
• /usage off|tokens|full → 將 逐回覆使用量頁尾 附加到每則回覆。
• 每個工作階段皆會持久化（儲存為 responseUsage）。
• OAuth 驗證 隱藏成本（僅顯示權杖）。
• /usage cost → 顯示來自 OpenClaw 工作階段記錄的本機成本摘要。

其他介面：

• TUI／Web TUI： 支援 /status + /usage。
• CLI： openclaw status --usage 與 openclaw channels list 會顯示 提供者配額視窗（非逐回覆成本）。

成本估算（顯示時）¶

成本會依你的模型定價設定估算：

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

以下為 input、output、cacheRead 與 cacheWrite 的 每 100 萬 tokens（USD） 價格。 如果缺少價格，OpenClaw 只會顯示 token 數量。 OAuth tokens 不會顯示美元成本。

快取 TTL 與修剪影響¶

供應商的提示快取僅在快取 TTL 視窗內適用。 OpenClaw 可以 選擇性地執行 cache-ttl 修剪：當快取 TTL 到期後修剪該工作階段，接著重設快取視窗，讓後續請求能重用新近快取的上下文，而不必重新快取完整歷史。 當工作階段在 TTL 之後進入閒置狀態時，這能降低快取寫入成本。

請在 Gateway 設定 中設定，並於 Session pruning 查看行為細節。

Heartbeat 可在閒置間隔期間讓快取保持 warm。 心跳可在閒置間隔中讓快取保持 溫熱。若你的模型快取 TTL 為 1h， 將心跳間隔設在略低於該值（例如 55m）即可避免 重新快取完整提示，降低快取寫入成本。

就 Anthropic API 定價而言，快取讀取的成本顯著低於輸入 tokens，而快取寫入則以較高的乘數計費。 對於 Anthropic API 定價，快取讀取的成本顯著低於輸入權杖， 而快取寫入則以較高倍數計費。最新費率與 TTL 倍數請參閱 Anthropic 的提示快取定價： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

範例：以心跳維持 1 小時快取溫熱¶

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

降低 token 壓力的技巧¶

• 使用 /compact 來摘要冗長的工作階段。
• 在工作流程中修剪大型工具輸出。
• 保持技能描述精簡（技能清單會被注入提示）。
• 在冗長、探索性的工作中優先選擇較小的模型。

請參閱 Skills 以了解精確的技能清單額外負擔公式。