Zum Hauptinhalt springen

​
Token-Nutzung und Kosten

OpenClaw verfolgt Tokens, nicht Zeichen. Tokens sind modellspezifisch, aber die meisten Modelle im Stil von OpenAI liegen im Englischen im Schnitt bei etwa 4 Zeichen pro Token.

​
Wie der System-Prompt aufgebaut wird

OpenClaw setzt bei jedem Lauf seinen eigenen System-Prompt zusammen. Er enthält:
  • Tool-Liste + kurze Beschreibungen
  • Skills-Liste (nur Metadaten; Anweisungen werden bei Bedarf mit read geladen). Der kompakte Skills-Block wird durch skills.limits.maxSkillsPromptChars begrenzt, mit optionalem Override pro Agent unter agents.list[].skillsLimits.maxSkillsPromptChars.
  • Self-Update-Anweisungen
  • Workspace + Bootstrap-Dateien (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md bei neuen Workspaces sowie MEMORY.md, wenn vorhanden, oder memory.md als Fallback in Kleinbuchstaben). Große Dateien werden durch agents.defaults.bootstrapMaxChars gekürzt (Standard: 12000), und die gesamte Bootstrap-Injektion ist durch agents.defaults.bootstrapTotalMaxChars begrenzt (Standard: 60000). Tägliche Dateien memory/*.md sind nicht Teil des normalen Bootstrap-Prompts; bei gewöhnlichen Zügen bleiben sie über Memory-Tools on demand, aber bei reinem /new und /reset kann ein einmaliger Startup-Kontextblock mit aktueller täglicher Memory für diesen ersten Zug vorangestellt werden. Dieses Startup-Präludium wird durch agents.defaults.startupContext gesteuert.
  • Zeit (UTC + Benutzerzeitzone)
  • Reply-Tags + Heartbeat-Verhalten
  • Runtime-Metadaten (Host/OS/Modell/Thinking)
Die vollständige Aufschlüsselung finden Sie unter System Prompt.

​
Was im Kontextfenster zählt

Alles, was das Modell erhält, zählt zum Kontextlimit:
  • System-Prompt (alle oben aufgeführten Abschnitte)
  • Gesprächsverlauf (Benutzer- + Assistentennachrichten)
  • Tool-Aufrufe und Tool-Ergebnisse
  • Anhänge/Transkripte (Bilder, Audio, Dateien)
  • Compaction-Zusammenfassungen und Pruning-Artefakte
  • Provider-Wrapper oder Safety-Header (nicht sichtbar, zählen aber trotzdem)
Einige runtime-lastige Oberflächen haben eigene explizite Limits:
  • agents.defaults.contextLimits.memoryGetMaxChars
  • agents.defaults.contextLimits.memoryGetDefaultLines
  • agents.defaults.contextLimits.toolResultMaxChars
  • agents.defaults.contextLimits.postCompactionMaxChars
Overrides pro Agent liegen unter agents.list[].contextLimits. Diese Regler sind für begrenzte Runtime-Auszüge und eingefügte runtime-eigene Blöcke gedacht. Sie sind getrennt von Bootstrap-Limits, Startup-Kontext-Limits und Skills-Prompt- Limits. Für Bilder skaliert OpenClaw Bild-Payloads aus Transkripten/Tools vor Provider-Aufrufen herunter. Verwenden Sie agents.defaults.imageMaxDimensionPx (Standard: 1200), um dies anzupassen:
  • Niedrigere Werte reduzieren normalerweise die Nutzung von Vision-Tokens und die Payload-Größe.
  • Höhere Werte bewahren mehr visuelle Details für OCR/UI-lastige Screenshots.
Für eine praktische Aufschlüsselung (pro eingefügter Datei, Tools, Skills und Größe des System-Prompts) verwenden Sie /context list oder /context detail. Siehe Context.

​
Wie Sie die aktuelle Token-Nutzung sehen

Verwenden Sie im Chat:
  • /status → emoji-reiche Statuskarte mit Sitzungsmodell, Kontextnutzung, Input-/Output-Tokens der letzten Antwort und geschätzten Kosten (nur API-Key).
  • /usage off|tokens|full → hängt jeder Antwort einen Nutzungs-Footer pro Antwort an.
    • Bleibt pro Sitzung erhalten (gespeichert als responseUsage).
    • OAuth-Authentifizierung verbirgt Kosten (nur Tokens).
  • /usage cost → zeigt eine lokale Kostenzusammenfassung aus den OpenClaw-Sitzungslogs.
Weitere Oberflächen:
  • TUI/Web TUI: /status + /usage werden unterstützt.
  • CLI: openclaw status --usage und openclaw channels list zeigen normalisierte providerbezogene Quotenfenster (X% left, nicht Kosten pro Antwort). Aktuelle Provider mit Nutzungsfenstern: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi und z.ai.
Nutzungsoberflächen normalisieren gängige native Feld-Aliasse von Providern vor der Anzeige. Für OpenAI-Family-Responses-Traffic umfasst das sowohl input_tokens / output_tokens als auch prompt_tokens / completion_tokens, sodass transport- spezifische Feldnamen /status, /usage oder Sitzungszusammenfassungen nicht verändern. Auch die JSON-Nutzung von Gemini CLI wird normalisiert: Antworttext stammt aus response, und stats.cached wird auf cacheRead abgebildet, wobei stats.input_tokens - stats.cached verwendet wird, wenn die CLI kein explizites Feld stats.input liefert. Für nativen Responses-Traffic der OpenAI-Family werden WebSocket-/SSE-Nutzungsaliase auf dieselbe Weise normalisiert, und Summen fallen auf normalisierte Eingabe + Ausgabe zurück, wenn total_tokens fehlt oder 0 ist. Wenn der aktuelle Sitzungs-Snapshot spärlich ist, können /status und session_status auch Token-/Cache-Zähler und das aktive Runtime-Modell-Label aus dem jüngsten Nutzungslog des Transkripts wiederherstellen. Bestehende Live-Werte ungleich null haben weiterhin Vorrang vor Fallback-Werten aus dem Transkript, und größere promptorientierte Transkript-Summen können gewinnen, wenn gespeicherte Summen fehlen oder kleiner sind. Die Nutzungs-Authentifizierung für providerbezogene Quotenfenster stammt aus providerspezifischen Hooks, wenn verfügbar; andernfalls greift OpenClaw auf passende OAuth-/API-Key-Zugangsdaten aus Auth-Profilen, Env oder Konfiguration zurück. Transkripteinträge des Assistenten speichern dieselbe normalisierte Nutzungsform, einschließlich usage.cost, wenn für das aktive Modell Preise konfiguriert sind und der Provider Nutzungsmetadaten zurückgibt. Dadurch haben /usage cost und transkriptgestützter Sitzungsstatus eine stabile Quelle, selbst wenn der Live-Runtime-Zustand nicht mehr vorhanden ist.

​
Kostenschätzung (wenn angezeigt)

Die Kosten werden aus Ihrer Modellpreiskonfiguration geschätzt: 
models.providers.<provider>.models[].cost
Dies sind USD pro 1 Mio. Tokens für input, output, cacheRead und cacheWrite. Wenn Preisangaben fehlen, zeigt OpenClaw nur Tokens an. OAuth-Tokens zeigen niemals Dollar-Kosten an.

​
Auswirkungen von Cache-TTL und Pruning

Provider-Prompt-Caching gilt nur innerhalb des Cache-TTL-Fensters. OpenClaw kann optional Cache-TTL-Pruning ausführen: Es pruned die Sitzung, sobald der Cache-TTL abgelaufen ist, und setzt dann das Cache-Fenster zurück, sodass nachfolgende Anfragen den frisch gecachten Kontext wiederverwenden können, statt den vollständigen Verlauf erneut zu cachen. Dadurch bleiben Cache-Schreibkosten niedriger, wenn eine Sitzung über die TTL hinaus inaktiv bleibt. Konfigurieren Sie dies in der Gateway-Konfiguration und lesen Sie die Verhaltensdetails unter Session pruning. Heartbeat kann den Cache über Leerlaufphasen hinweg warm halten. Wenn die Cache-TTL Ihres Modells 1h beträgt, kann das Setzen des Heartbeat-Intervalls knapp darunter (z. B. 55m) ein erneutes Cachen des vollständigen Prompts vermeiden und so Cache-Schreibkosten reduzieren. In Multi-Agent-Setups können Sie eine gemeinsame Modellkonfiguration beibehalten und das Cache-Verhalten pro Agent mit agents.list[].params.cacheRetention anpassen. Eine vollständige Anleitung für alle Schalter finden Sie unter Prompt Caching. Bei der Preisgestaltung der Anthropic-API sind Cache-Reads deutlich günstiger als Input- Tokens, während Cache-Writes mit einem höheren Multiplikator berechnet werden. Die aktuellen Preise und TTL-Multiplikatoren finden Sie in Anthropics Preisangaben für Prompt Caching: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

​
Beispiel: 1h-Cache mit Heartbeat warm halten

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

​
Beispiel: gemischter Traffic mit Cache-Strategie pro Agent

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # Standard-Basislinie für die meisten Agenten
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # langen Cache für tiefe Sitzungen warm halten
    - id: "alerts"
      params:
        cacheRetention: "none" # Cache-Schreibvorgänge für burstige Benachrichtigungen vermeiden
agents.list[].params wird über die params des ausgewählten Modells gemergt, sodass Sie nur cacheRetention überschreiben und andere Modellstandards unverändert erben können.

​
Beispiel: Beta-Header für Anthropic 1M Kontext aktivieren

Das 1M-Kontextfenster von Anthropic ist derzeit durch eine Beta-Gating geschützt. OpenClaw kann den erforderlichen Wert für anthropic-beta einfügen, wenn Sie context1m bei unterstützten Opus- oder Sonnet-Modellen aktivieren. 
agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true
Dies wird auf den Beta-Header context-1m-2025-08-07 von Anthropic abgebildet. Dies gilt nur, wenn context1m: true bei diesem Modelleintrag gesetzt ist. Voraussetzung: Die Zugangsdaten müssen für Long-Context-Nutzung geeignet sein. Falls nicht, antwortet Anthropic für diese Anfrage mit einem providerseitigen Rate-Limit-Fehler. Wenn Sie Anthropic mit OAuth-/Subscription-Tokens (sk-ant-oat-*) authentifizieren, überspringt OpenClaw den Beta-Header context-1m-*, weil Anthropic diese Kombination derzeit mit HTTP 401 ablehnt.

​
Tipps zur Verringerung des Token-Drucks

  • Verwenden Sie /compact, um lange Sitzungen zusammenzufassen.
  • Kürzen Sie große Tool-Ausgaben in Ihren Workflows.
  • Senken Sie agents.defaults.imageMaxDimensionPx für screenshotlastige Sitzungen.
  • Halten Sie Skill-Beschreibungen kurz (die Skills-Liste wird in den Prompt eingefügt).
  • Bevorzugen Sie kleinere Modelle für ausführliche, explorative Arbeit.
Die genaue Formel für den Overhead der Skills-Liste finden Sie unter Skills.