Pular para o conteúdo principal

​
Uso de tokens e custos

O OpenClaw rastreia tokens, não caracteres. Os tokens são específicos de cada modelo, mas a maioria dos modelos no estilo OpenAI tem média de ~4 caracteres por token em texto em inglês.

​
Como o prompt do sistema é montado

O OpenClaw monta seu próprio prompt do sistema em cada execução. Ele inclui:
  • Lista de ferramentas + descrições curtas
  • Lista de Skills (somente metadados; as instruções são carregadas sob demanda com read)
  • Instruções de autoatualização
  • Workspace + arquivos de bootstrap (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md quando novos, além de MEMORY.md quando presente ou memory.md como fallback em minúsculas). Arquivos grandes são truncados por agents.defaults.bootstrapMaxChars (padrão: 20000), e a injeção total de bootstrap é limitada por agents.defaults.bootstrapTotalMaxChars (padrão: 150000). Arquivos memory/*.md são sob demanda via ferramentas de memória e não são injetados automaticamente.
  • Hora (UTC + fuso horário do usuário)
  • Tags de resposta + comportamento de heartbeat
  • Metadados de runtime (host/OS/model/thinking)
Consulte a decomposição completa em Prompt do sistema.

​
O que conta na janela de contexto

Tudo o que o modelo recebe conta para o limite de contexto:
  • Prompt do sistema (todas as seções listadas acima)
  • Histórico da conversa (mensagens do usuário + do assistente)
  • Chamadas de ferramenta e resultados de ferramenta
  • Anexos/transcrições (imagens, áudio, arquivos)
  • Resumos de compactação e artefatos de poda
  • Wrappers do provedor ou cabeçalhos de segurança (não visíveis, mas ainda contam)
Para imagens, o OpenClaw reduz o tamanho de payloads de imagem de transcript/ferramenta antes das chamadas ao provedor. Use agents.defaults.imageMaxDimensionPx (padrão: 1200) para ajustar isso:
  • Valores menores normalmente reduzem o uso de vision-tokens e o tamanho do payload.
  • Valores maiores preservam mais detalhes visuais para OCR/capturas de tela pesadas em UI.
Para uma decomposição prática (por arquivo injetado, ferramentas, Skills e tamanho do prompt do sistema), use /context list ou /context detail. Consulte Contexto.

​
Como ver o uso atual de tokens

Use estes comandos no chat:
  • /status → cartão de status rico em emoji com o modelo da sessão, uso de contexto, tokens de entrada/saída da última resposta e custo estimado (somente chave de API).
  • /usage off|tokens|full → acrescenta um rodapé de uso por resposta a cada resposta.
    • Persiste por sessão (armazenado como responseUsage).
    • Auth OAuth oculta custo (somente tokens).
  • /usage cost → mostra um resumo local de custos a partir dos logs de sessão do OpenClaw.
Outras superfícies:
  • TUI/Web TUI: /status + /usage são compatíveis.
  • CLI: openclaw status --usage e openclaw channels list mostram janelas de cota normalizadas do provedor (X% left, não custos por resposta). Provedores atuais de janela de uso: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi e z.ai.
As superfícies de uso normalizam aliases comuns de campos nativos do provedor antes da exibição. Para tráfego Responses da família OpenAI, isso inclui tanto input_tokens / output_tokens quanto prompt_tokens / completion_tokens, para que nomes de campo específicos de transporte não alterem /status, /usage ou resumos de sessão. O uso JSON do Gemini CLI também é normalizado: o texto da resposta vem de response, e stats.cached é mapeado para cacheRead, com stats.input_tokens - stats.cached usado quando a CLI omite um campo explícito stats.input. Para tráfego Responses nativo da família OpenAI, aliases de uso WebSocket/SSE são normalizados da mesma forma, e os totais usam como fallback entrada + saída normalizadas quando total_tokens está ausente ou é 0. Quando o snapshot da sessão atual é escasso, /status e session_status também podem recuperar contadores de token/cache e o rótulo do modelo de runtime ativo do log de uso mais recente do transcript. Valores live existentes e diferentes de zero ainda têm precedência sobre valores de fallback do transcript, e totais maiores orientados por prompt do transcript podem prevalecer quando os totais armazenados estiverem ausentes ou menores. A auth de uso para janelas de cota do provedor vem de hooks específicos do provedor quando disponíveis; caso contrário, o OpenClaw usa como fallback credenciais OAuth/chave de API correspondentes de perfis auth, env ou config.

​
Estimativa de custo (quando mostrada)

Os custos são estimados a partir da sua configuração de preços do modelo: 
models.providers.<provider>.models[].cost
Esses valores são em USD por 1M tokens para input, output, cacheRead e cacheWrite. Se não houver preços, o OpenClaw mostra apenas tokens. Tokens OAuth nunca mostram custo em dólar.

​
Impacto do TTL de cache e da poda

O cache de prompt do provedor só se aplica dentro da janela de TTL do cache. O OpenClaw pode executar opcionalmente poda de cache-ttl: ele poda a sessão quando o TTL do cache expira e depois redefine a janela de cache para que solicitações subsequentes possam reutilizar o contexto recém-colocado em cache, em vez de recachear todo o histórico. Isso mantém os custos de gravação de cache mais baixos quando uma sessão fica ociosa além do TTL. Configure isso em Configuração do gateway e veja os detalhes do comportamento em Poda de sessão. O heartbeat pode manter o cache aquecido durante intervalos de inatividade. Se o TTL do cache do seu modelo for 1h, definir o intervalo de heartbeat um pouco abaixo disso (por exemplo, 55m) pode evitar recachear o prompt completo, reduzindo custos de gravação de cache. Em configurações com vários agentes, você pode manter uma configuração de modelo compartilhada e ajustar o comportamento do cache por agente com agents.list[].params.cacheRetention. Para um guia completo, opção por opção, consulte Prompt Caching. Para preços da API Anthropic, leituras de cache são significativamente mais baratas do que tokens de entrada, enquanto gravações de cache são cobradas com um multiplicador mais alto. Consulte os preços de prompt caching da Anthropic para as taxas e multiplicadores de TTL mais recentes: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

​
Exemplo: manter cache de 1h aquecido com heartbeat

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

​
Exemplo: tráfego misto com estratégia de cache por agente

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # linha de base padrão para a maioria dos agentes
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # mantém o cache longo aquecido para sessões profundas
    - id: "alerts"
      params:
        cacheRetention: "none" # evita gravações de cache para notificações em rajada
agents.list[].params é mesclado sobre os params do modelo selecionado, então você pode substituir apenas cacheRetention e herdar os outros padrões do modelo sem alterações.

​
Exemplo: ativar o cabeçalho beta de contexto 1M da Anthropic

A janela de contexto de 1M da Anthropic atualmente é controlada por beta. O OpenClaw pode injetar o valor anthropic-beta necessário quando você ativa context1m em modelos Opus ou Sonnet compatíveis. 
agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true
Isso é mapeado para o cabeçalho beta context-1m-2025-08-07 da Anthropic. Isso só se aplica quando context1m: true está definido nessa entrada de modelo. Requisito: a credencial deve ser elegível para uso de contexto longo. Caso contrário, a Anthropic responde com um erro de limite de taxa no lado do provedor para essa solicitação. Se você autenticar a Anthropic com tokens OAuth/assinatura (sk-ant-oat-*), o OpenClaw ignora o cabeçalho beta context-1m-* porque a Anthropic atualmente rejeita essa combinação com HTTP 401.

​
Dicas para reduzir a pressão de tokens

  • Use /compact para resumir sessões longas.
  • Reduza saídas grandes de ferramentas em seus fluxos de trabalho.
  • Diminua agents.defaults.imageMaxDimensionPx em sessões com muitas capturas de tela.
  • Mantenha descrições de Skills curtas (a lista de Skills é injetada no prompt).
  • Prefira modelos menores para trabalho verboso e exploratório.
Consulte Skills para a fórmula exata de sobrecarga da lista de Skills.