OpenClaw 省錢攻略：3 個關鍵設置讓每月賬單從 $600 降到 $60

<！– 圖例4：其他 –> 工具調用 / 輸出 Token 5–15%

<！– 底部提示 –> 前三類（90%+ 消耗）均可通過緩存計費和 QMD 大幅優化 · apiyi.com

理解三大消耗來源，是制定省錢策略的前提：

二、最被忽視的省錢神器：Claude 緩存計費

什麼是 Claude 緩存計費

Claude 的 Prompt Caching（提示詞緩存）是 Anthropic 於 2024 年底推出的原生功能，核心邏輯是：把頻繁重複發送的內容在服務器端緩存起來，後續調用直接讀取緩存，而非重新處理。

緩存讀取的價格：僅爲正常輸入價格的 10%（省 90%）

這意味着：每次發送 8，000 tokens 的 System Prompt，開啓緩存後，重複命中時只需按 800 tokens 計費。對於每天發送數十次請求的 OpenClaw 用戶，這一項優化就能節省 數百美元/月。

緩存計費的完整價格體系

實際節省計算示例：

場景：OpenClaw 系統提示詞 8，000 tokens
      每天調用 50 次，其中 48 次命中緩存

不使用緩存：50 × 8，000 = 400，000 tokens
            費用 = 400，000 × $3/1M = $1.20/天 = $36/月

使用緩存：  2 次寫入：2 × 8，000 × 1.25 = 20，000 tokens = $0.06
            48 次命中：48 × 8，000 × 0.1 = 38，400 tokens = $0.12
            每天費用 ≈ $0.18 → 每月 ≈ $5.40

節省：$36 - $5.40 = $30.60/月（僅 System Prompt 一項）
節省比例：85%

如何在 OpenClaw 中啓用緩存計費

緩存計費的啓用有一個必要前提：必須使用 Anthropic 原生格式接口（/v1/messages），而不是 OpenAI 兼容模式（/v1/chat/completions）。

正確配置方式（Python SDK 示例）：

import anthropic

# 必須使用 Anthropic 原生 SDK，不能用 OpenAI SDK
client = anthropic.Anthropic（
    api_key="your-api-key"，
    base_url="https://api.apiyi.com/v1"  # API易 支持 Anthropic 原生格式
）

response = client.messages.create（
    model="claude-sonnet-4-6"，
    max_tokens=4096，
    system=[
        {
            "type": "text"，
            "text": "你是一個專業的 AI 助理...[8000 tokens 的系統提示詞]"，
            "cache_control": {"type": "ephemeral"}  # ← 關鍵：標記此內容爲緩存候選
        }
    ]，
    messages=[
        {"role": "user"， "content": "幫我整理今天的郵件"}
    ]
）

緩存的技術約束：

• 最多設置 4 個緩存斷點（cache_control 標記）
• Sonnet 系列：最小可緩存內容 ≥ 1，024 tokens
• Opus / Haiku 4.5：最小可緩存內容 ≥ 4，096 tokens
• 支持緩存的模型：Claude Opus 4、Sonnet 4.6、Sonnet 4.5、Sonnet 4、Sonnet 3.7、Haiku 4.5、Haiku 3.5、Haiku 3 等

🎯 重要提示: API易 apiyi.com 完整支持 Anthropic 原生格式調用，
包括 cache_control 參數。在 API易 用原生格式調用 Claude 模型，
可以同時享受緩存計費（省最高 90%）+ API易 八折優惠，雙重疊加效果顯著。

三、關鍵認知：爲什麼 OpenAI 兼容模式無法節省 Token

這是大多數 OpenClaw 用戶最容易踩坑的地方。

兩種接口格式的本質差異

很多第三方 AI 工具和中轉站爲了方便用戶，提供了 OpenAI 兼容模式——即用 OpenAI 的 /v1/chat/completions 接口格式來調用 Claude 等非 OpenAI 模型。

表面上，這樣做讓用戶可以"一套代碼調所有模型"。但有一個致命缺陷：

/v1/chat/completions 接口格式中沒有 cache_control 參數的位置——因爲這是 Anthropic 專有的原生功能。

當你通過 OpenAI 兼容格式調用 Claude 時：

1. 你的請求被轉換爲 OpenAI 格式
2. 中轉站/代理再把它轉爲 Anthropic 原生格式
3. 但 cache_control 信息在第一步就已丟失
4. Claude 服務器收到的請求沒有緩存標記，每次都按完整 Token 計費

<！– 標題 –> 接口格式選擇：決定你能否享受緩存摺扣

<！– 中間分隔線 –> VS

<！– ============ 左側：OpenAI 兼容模式 ============ –> OpenAI 兼容模式 /v1/chat/completions

<！– 流程節點1：用戶代碼 –> client.chat.completions .create（model=…）

<！– 箭頭 –>

<！– 流程節點2：OpenAI 兼容接口 –> POST /v1/chat/completions ❌ 無 cache_control 字段

<！– 箭頭 –>

<！– 流程節點3：中轉轉換 –> 中轉站格式轉換 ⚠ cache_control 信息丟失

<！– 箭頭 –>

<！– 流程節點4：Claude API – 失敗 –> Claude API ❌ 無緩存 · 全額計費

<！– 費用說明框 –> 每次發送 8，000 tokens SP 50次/天 = 400，000 tokens 約 $1.20/天 = $36/月

<！– ============ 右側：Anthropic 原生模式 ============ –> Anthropic 原生格式 /v1/messages

<！– 流程節點1 –> client.messages .create（model=…）

<！– 箭頭 –>

<！– 流程節點2：原生接口 –> POST /v1/messages ✅ cache_control 完整傳遞

<！– 箭頭 –>

<！– 流程節點3：直達 Claude –> API易 透明轉發 ✅ cache_control 完整保留

<！– 箭頭 –>

<！– 流程節點4：Claude API 成功 –> Claude API ✅ 緩存命中 · 0.1× 價格

<！– 費用說明框 –> 緩存命中：8，000×0.1=800 tokens 48次讀取 = 38，400 tokens 約 $0.18/天 = $5.40/月 💰

OpenAI 兼容模式 vs Anthropic 原生格式對比

非原廠 API 部署的額外問題

除了接口格式的問題，還有一個容易混淆的情況：雲廠商部署的"同名"模型，不等於原廠。

以 GLM-5（智譜 AI）爲例：

• z.ai 官網原廠 API：支持智譜自研的緩存計費功能
• 阿里雲 / 騰訊雲等部署的 GLM-5：使用雲廠商的 API 網關，不具備原廠緩存計費功能

這不是 GLM-5 的問題，而是非原廠部署的通病：雲廠商在託管模型時，通常只對外暴露標準的對話 API，不透傳模型原廠的私有特性（如緩存計費等）。

類比：就像通過代理購買的商品，享受不到廠商官方的專項售後服務。

實際影響：

場景：每天 50 次調用，System Prompt 6，000 tokens

原廠 API（支持緩存）：
  寫入：2 次 × 6，000 × 1.25 = 15，000 tokens
  讀取：48 次 × 6，000 × 0.1 = 28，800 tokens
  等效消耗 ≈ 43，800 tokens/天

非原廠 API（無緩存）：
  全額：50 次 × 6，000 = 300，000 tokens/天

差距：無緩存消耗是有緩存的 6.85 倍

四、原廠 API 對比：如何選擇最適合 OpenClaw 的接入方案

四種接入方案對比

API易 的雙重省錢邏輯

API易 在 Claude 模型上的優勢在於：同時支持 Anthropic 原生格式和八折價格。

這兩點疊加起來，意味着：

普通用戶（原價 + OpenAI 兼容，無緩存）：
  每月 System Prompt Token 消耗：12，000，000 tokens
  費用 = 12，000，000 × $3/1M = $36

API易 用戶（八折 + 原生格式 + 緩存）：
  實際計費 Token ≈ 1，440，000 tokens（緩存後）
  費用 = 1，440，000 × $3×0.8/1M = $3.46

綜合節省 = （$36 - $3.46） / $36 ≈ 90%

🎯 選型建議: 如果你在用 OpenClaw 且模型主要選擇 Claude，
強烈建議通過 API易 apiyi.com 用 Anthropic 原生格式接入。
八折基礎價 + 緩存節省的 90%，雙重疊加可讓賬單降低 85-90%。
同時 API易 還支持 GLM-5、GPT 等多模型，方便你隨時切換對比效果。

五、OpenClaw 省錢全攻略：5 個可立即執行的步驟

步驟 1：切換到 Anthropic 原生格式接口

這是最重要的一步，直接決定你能否享受緩存計費。

OpenClaw 配置方法：

在 OpenClaw 的模型配置（config.json）中，找到 models.providers 字段，按以下格式添加 API易 作爲提供商，關鍵是將 api 字段設爲 "anthropic-messages"，這樣才能使用 Anthropic 原生格式並支持緩存計費：

{
  "models": {
    "providers": {
      "apiyi": {
        "baseUrl": "https://api.apiyi.com"，
        "apiKey": "sk-令牌填這裏"，
        "api": "anthropic-messages"，
        "headers": {
          "anthropic-version": "2023-06-01"，
          "anthropic-beta": ""
        }，
        "models": [
          {
            "id": "claude-sonnet-4-6"，
            "name": "claude-sonnet-4-6"，
            "reasoning": false，
            "input": ["text"]，
            "contextWindow": 200000，
            "maxTokens": 16384
          }，
          {
            "id": "claude-sonnet-4-6-thinking"，
            "name": "claude-sonnet-4-6-thinking"，
            "reasoning": false，
            "input": ["text"]，
            "contextWindow": 200000，
            "maxTokens": 16384
          }
        ]
      }
    }
  }
}

配置要點說明：

• "api": "anthropic-messages" ← 最關鍵，指定使用 /v1/messages 原生格式，而非 /v1/chat/completions 兼容格式
• "baseUrl": "https://api.apiyi.com" ← API易 的 base URL（無需加 /v1，OpenClaw 會自動拼接）
• "anthropic-version": "2023-06-01" ← Anthropic API 版本頭，缺少此頭會導致請求失敗
• contextWindow: 200000 ← Claude Sonnet 4.6 支持 200K 上下文窗口

驗證緩存是否生效：

查看 API 響應頭或日誌中的 cache_read_input_tokens 和 cache_creation_input_tokens 字段。如果有值，說明緩存已生效：

# 驗證緩存響應
response = client.messages.create（...）

# 檢查 usage 字段
print（response.usage）
# 輸出示例：
# Usage（
#   input_tokens=150，                    # 當次新增 token
#   cache_creation_input_tokens=8000，    # 首次寫入緩存（按 1.25× 計費）
#   cache_read_input_tokens=0，           # 後續命中緩存（按 0.1× 計費）
#   output_tokens=300
# ）

🎯 接入方式: 通過 API易 apiyi.com 註冊並獲取 API Key 後，
將 base_url 設爲 https://api.apiyi.com/v1 即可使用 Anthropic 原生格式，
無需修改其他代碼，Claude 緩存計費立即生效。

步驟 2：合理放置緩存斷點

緩存斷點（cache_control）的位置至關重要。應該緩存那些"大而固定"的內容：

# 最佳實踐：緩存系統提示詞 + 工具定義
response = client.messages.create（
    model="claude-sonnet-4-6"，
    system=[
        {
            "type": "text"，
            "text": SYSTEM_PROMPT，          # 5，000-10，000 tokens 的主系統提示
            "cache_control": {"type": "ephemeral"}  # 斷點1
        }，
        {
            "type": "text"，
            "text": TOOL_DEFINITIONS，       # 工具列表（通常也很大）
            "cache_control": {"type": "ephemeral"}  # 斷點2
        }
    ]，
    messages=conversation_history，          # 對話歷史（不緩存，每次變化）
    ...
）

緩存策略要點：

• ✅ 適合緩存：系統提示詞、工具定義、大塊靜態文檔、RAG 檢索的文檔內容
• ❌ 不適合緩存：當前用戶消息、動態生成的內容、每次變化的數據
• ⚠️ 注意順序：緩存是前綴匹配的，靜態內容必須放在消息序列的靠前位置

步驟 3：啓用 QMD 減少上下文長度

QMD（Quick Memory Database，快速記憶數據庫）是 OpenClaw 的本地語義搜索功能。它的工作原理：

傳統方式：
  每次發送 [全部歷史對話] → 消耗大量 Token

QMD 方式：
  本地建立向量數據庫 → 搜索最相關的歷史片段
  每次只發送 [最相關的 3-5 條歷史記錄] → 節省 60-97% Token

QMD 的實際節省效果：根據 OpenClaw 官方文檔，QMD 可實現 60-97% 的 Token 節省，具體比例取決於對話歷史的體量和任務類型。

啓用方式（OpenClaw 設置界面）：

• Settings → Memory → Enable QMD
• 設置 QMD 存儲路徑（本地，數據不上傳）
• 設置相關性閾值（推薦 0.7 以上，避免噪音歷史記錄）

步驟 4：按任務類型選擇合適的模型

不是所有任務都需要最強的模型。正確的模型分配是成本控制的關鍵：

任務分級策略：

簡單任務（日程提醒、格式轉換、簡單搜索）
  → 使用 Claude Haiku 4.5（最快，最便宜）
  → 約爲 Sonnet 價格的 1/5

中等任務（郵件處理、文件整理、代碼 review）
  → 使用 Claude Sonnet 4.6（均衡）
  → 成功率 86.9%（PinchBench 第一）

複雜任務（架構分析、多步研究、複雜推理）
  → 使用 Claude Opus 4.6（最強推理）
  → 只在確實需要時啓用推理模式

步驟 5：週期性清理上下文

對話歷史是 Token 消耗的最大來源之一（40-50%）。建議：

• 設置最大上下文輪數：超過 15-20 輪後自動總結並清理歷史
• 任務完成後手動清理：開啓新任務前重置上下文
• 啓用 OpenClaw 的會話壓縮功能：用 AI 將長曆史壓縮爲摘要

五步優化的綜合效果預估

以一箇中度使用 OpenClaw 的用戶爲基準（未優化月費約 $300-600），執行上述五步後的預期效果：

🎯 執行優先級建議: 步驟 1（切換原生格式）和步驟 3（啓用 QMD）是收益最高、操作最簡單的兩步，
建議優先完成這兩步，通常可讓賬單立降 60-80%。
通過 API易 apiyi.com 接入 Claude，步驟 1 只需修改 base_url 一行配置，5 分鐘內完成。

六、實戰配置：OpenClaw + API易 + Claude 緩存的完整示例

以下是一個完整的、已優化的 OpenClaw 配置示例，適合大多數用戶直接複用：

import anthropic

# 通過 API易 使用 Anthropic 原生格式
client = anthropic.Anthropic（
    api_key="sk-your-apiyi-key"，       # API易 Key（apiyi.com 註冊獲取）
    base_url="https://api.apiyi.com/v1"
）

# 定義系統提示詞（大塊內容，適合緩存）
SYSTEM_PROMPT = """
你是一個專業的 AI 智能助理，運行在 OpenClaw 平臺上。
你的職責包括：管理日程、處理郵件、整理文件、協助代碼開發...
[通常有 5，000-10，000 tokens 的詳細說明]
"""

# 定義工具列表（也是大塊固定內容，適合緩存）
TOOL_DEFINITIONS = """
可用工具：calendar_api， email_api， file_system， code_runner...
[工具詳細說明，通常 2，000-5，000 tokens]
"""

def call_openclaw_with_cache（conversation_history: list， user_message: str）:
    """優化後的 OpenClaw API 調用，啓用緩存"""

    response = client.messages.create（
        model="claude-sonnet-4-6"，    # PinchBench 排名第一
        max_tokens=4096，

        # 系統提示詞：標記緩存斷點
        system=[
            {
                "type": "text"，
                "text": SYSTEM_PROMPT，
                "cache_control": {"type": "ephemeral"}  # 緩存斷點1
            }，
            {
                "type": "text"，
                "text": TOOL_DEFINITIONS，
                "cache_control": {"type": "ephemeral"}  # 緩存斷點2
            }
        ]，

        # 對話歷史 + 新消息
        messages=[
            *conversation_history，     # 歷史消息（不緩存，每次變化）
            {"role": "user"， "content": user_message}
        ]
    ）

    # 打印 Token 使用情況（用於監控優化效果）
    usage = response.usage
    print（f"輸入 Token: {usage.input_tokens}"）
    print（f"緩存寫入: {usage.cache_creation_input_tokens}"）
    print（f"緩存讀取: {usage.cache_read_input_tokens}"）
    print（f"輸出 Token: {usage.output_tokens}"）

    return response.content[0].text

🎯 快速上手: 將上述代碼中的 api_key 替換爲你在 API易 apiyi.com 註冊後獲得的 Key，
無需其他修改，即可立即使用 Anthropic 原生格式 + 緩存計費 + API易 八折優惠的組合。

常見問題解答

Q: API易 是否真的支持 Anthropic 原生格式（/v1/messages）？

是的，API易 apiyi.com 同時支持兩種接口格式：

• Anthropic 原生格式：/v1/messages（支持緩存計費）
• OpenAI 兼容格式：/v1/chat/completions（方便通用代碼）

對於 Claude 模型，強烈建議使用 Anthropic 原生格式，這樣才能享受緩存計費。使用 anthropic Python SDK 並將 base_url 指向 API易 即可。

🎯 訪問 API易 apiyi.com 註冊賬號，控制檯中可以看到兩種格式的接入示例代碼。

Q: 緩存 5 分鐘 TTL 夠用嗎？如何判斷是否需要 1 小時 TTL？

這取決於你的調用頻率：

• 如果你的 OpenClaw 調用間隔 < 5 分鐘（如持續處理任務流），使用默認 5 分鐘 TTL 即可
• 如果調用間隔在 5 分鐘到 1 小時之間（如處理完一批任務後停頓），考慮 1 小時 TTL（費用爲 2× 寫入價格，但緩存命中率更高）
• 如果調用間隔 > 1 小時，緩存意義有限，每次重新寫入即可

Q: 使用 GLM-5 等國產模型時，有什麼省錢建議？

GLM-5 的緩存功能需要通過智譜 AI 官網（z.ai）的原生 API 調用，阿里雲等第三方部署無法使用。

API易 同樣支持 GLM-5 等國產模型，價格在八折以下，方便你在測試階段用統一接口對比各模型效果。在確定適合場景的模型後，再決定是繼續用 API易 還是直連原廠。

Q: 我已經在用第三方中轉站，遷移到支持原生格式的平臺有多難？

遷移成本非常低。唯一需要修改的是代碼中的兩個參數：

# 遷移前（OpenAI 兼容格式）
from openai import OpenAI
client = OpenAI（api_key="sk-xxx"， base_url="舊中轉站地址"）
response = client.chat.completions.create（model="claude-sonnet-4-6"， ...）

# 遷移後（Anthropic 原生格式，支持緩存）
import anthropic
client = anthropic.Anthropic（
    api_key="sk-新API易Key"，             # ← 換成 API易 的 Key
    base_url="https://api.apiyi.com/v1"  # ← 換成 API易 的地址
）
response = client.messages.create（model="claude-sonnet-4-6"， ...）
# 然後在 system 參數中加 cache_control 即可啓用緩存

主要工作量在於將 chat.completions.create 改爲 messages.create，消息格式有細微差異（role/content 結構一致，但 system 從字符串改爲對象列表）。通常半天內可以完成遷移。

Q: 如何驗證我的 OpenClaw 實例是否已成功啓用緩存？

最直接的方法：在連續調用兩次時，觀察 API 響應中的 usage 對象：

• 第一次調用：cache_creation_input_tokens 有值（緩存寫入）
• 第二次調用：cache_read_input_tokens 有值（緩存命中）

如果第二次調用的 cache_read_input_tokens 等於 System Prompt 的 Token 數，說明緩存完全生效。

Q: 推理/思維模式（Extended Thinking）一定要關嗎？

不一定要完全關閉，但應該按需使用。建議策略：

• 簡單任務（郵件分類、日程安排）：關閉推理模式
• 中等任務（代碼 review、信息彙總）：默認關閉，遇到困難時開啓
• 複雜任務（架構決策、多步驟研究）：開啓，但設置合理的 budget_tokens 上限

在 Claude API 中，可以通過 thinking: {"type": "enabled"， "budget_tokens": 5000} 限制推理模式的最大 Token 消耗。

總結：OpenClaw 省錢的核心邏輯

讓我們把所有節省手段用一張圖總結：

<！– 標題 –> OpenClaw 優化成本疊加效果 每步優化疊加節省 · 從 $600/月 → $60/月

<！– Y軸標籤 –> $600 $450 $300 $150 $0

<！– Y軸參考線 –>

<！– 圖表高度：$600 對應 250px 高，底部基線 y=343，頂部最高 y=93 –> <！– 比例：1$ = 250/600 = 0.4167px –> <！– $600=250px， $300=125px， $80=33px， $64=27px， $60=25px –>

<！– 柱1：基準 $600，高度 250 –> $600 未優化 基準

<！– 箭頭1→2 –>

<！– 柱2：啓用 QMD $300，高度 125 –> $300 啓用 QMD ↓ 50%

<！– 箭頭2→3 –>

<！– 柱3：緩存 $80，高度 33 –> $80 原生格式 + 緩存計費 ↓ 87%

<！– 箭頭3→4 –>

<！– 柱4：八折 API $64，高度 27 –> $64 API易 八折優惠 ↓ 89%

<！– 箭頭4→5 –>

<！– 柱5：推理優化 $60，高度 25 –> $60 推理按需 開啓優化 ↓ 90% 🎉

<！– 綜合節省標註橫線 –> $600 $60

<！– 底部總結 –> 最關鍵一步：切換到 Anthropic 原生格式（/v1/messages）解鎖緩存計費 · 即時節省 85-90% 通過 API易 apiyi.com 接入 Claude，八折基礎價 + 原生格式緩存，雙重疊加最大化節省

回顧本文的核心要點：

三大高消耗根因：

1. 對話歷史每次重發（佔 40-50% 消耗）
2. System Prompt 每次重發（佔 25-30%）
3. 推理模式無節制使用（佔 20-25%）

最高效的省錢手段：

• 🥇 Claude 緩存計費：省最高 90%（必須用 Anthropic 原生格式）
• 🥈 QMD 本地語義搜索：省 60-97% 的歷史上下文 Token
• 🥉 模型按任務分級：輕任務用 Haiku，重任務用 Sonnet/Opus
• API 渠道選 API易：八折基礎價 + 原生格式支持

最關鍵的一個認知：

OpenAI 兼容格式（/v1/chat/completions）無法傳遞 cache_control，
即便通過中轉站調用 Claude，也享受不到緩存摺扣。
要省錢，必須用 Anthropic 原生格式（/v1/messages）。

🎯 立即行動: 訪問 API易 apiyi.com 註冊，獲取支持 Anthropic 原生格式的 API Key。
把 base_url 換成 https://api.apiyi.com/v1，3 分鐘內完成切換，
當天就能看到 Token 賬單的顯著下降。Claude 模型八折，多模型統一接口，
是 OpenClaw 用戶降本提效的最優選擇。

本文所有 API 價格數據基於 2026 年 3 月公開資料，實際價格請以各平臺官方公告爲準。

作者：APIYI Team | 更多 OpenClaw 使用技巧，歡迎訪問 API易 apiyi.com 幫助中心