Token 到底花在哪了

很多人以为 token 消耗就是"你说的话 + AI 回的话"，其实远不止。每次对话背后有一堆隐藏成本：

  • System Prompt（约 3000-5000 tokens）：OpenClaw 核心指令，动不了
  • 上下文文件注入（约 3000-14000 tokens）：AGENTS.md、SOUL.md、MEMORY.md 这些文件，每次对话都会带上——这才是最大的隐形开销
  • 历史消息：越聊越长，越聊越贵
  • 你的输入 + AI 输出：这只是你以为的"全部"

随便问一句"今天天气怎么样"，实际消耗 8000-15000 个 input tokens。用 Opus 算，光上下文就要花 $0.12-0.22。

Cron 更狠。每次触发等于一次全新对话，重新注入全部上下文。一个每 15 分钟跑一次的 cron，一天触发 96 次，Opus 跑下来一天 $10-20。Heartbeat 同理，本质也是对话调用，间隔越短越烧钱。

没算过这笔账之前我也没概念，算完吓一跳。

模型分层：日常 Sonnet，关键时刻再上 Opus

这是省钱效果最猛的一招。Sonnet 定价大概是 Opus 的 1/5，80% 的日常任务完全够用。

怎么分：

  • Opus 场景：长文写作、复杂代码、多步推理、创意任务
  • Sonnet 场景：日常闲聊、简单问答、cron 检查、heartbeat、文件操作、翻译

实测切换后月成本降了 65%，体验几乎没差。说实话 Sonnet 4 已经很强了，日常用基本感觉不到区别，真正需要 Opus 的时候切过去就行。

上下文瘦身：砍掉隐形 Token 大户

每次调用的"底噪"可能有 3000-14000 tokens，精简注入文件是性价比最高的优化。

一个经验法则：每减少 1000 tokens 注入，按每天 100 次调用 Opus 算，月省大约 $45。这个数字还挺可观的，值得花时间整理一下那些注入文件，把不必要的内容砍掉。

Cron 优化：最容易被忽略的成本杀手

核心原则：不是越频繁越好，大多数"实时"需求其实是假需求。

一个很实用的做法是把 5 个独立检查合并成 1 次调用，光上下文注入成本就省了 75%。想想看，5 次调用意味着 5 次完整的上下文注入，合并成 1 次就只注入 1 次，省的全是隐形开销。

Heartbeat 也一样，拉长间隔、开启静默期，都能省不少。

用 qmd 做精准检索，省 90% Input Token

这个发现让我挺惊喜的。Agent 查资料时默认行为是"读全文"——一个 500 行的文件要 3000-5000 tokens，但它可能只需要其中 10 行。也就是说 90% 的 input token 被白白浪费了。

qmd 是一个本地语义检索工具，原理是建立全文 + 向量索引，让 Agent 精准定位到需要的段落，而不是把整个文件都读进去。全部本地计算，零 API 成本。

配合 mq（Mini Query）使用效果更好：预览目录结构、精准段落提取、关键词搜索——每次只读需要的 10-30 行。

实测效果：每次查资料从 15000 tokens 降到 1500 tokens，减少 90%。这个优化幅度是真的大。

要注意的是 qmd 和 memorySearch 不是一回事：memorySearch 管"回忆"（MEMORY.md 里的内容），qmd 管"查资料"（自定义知识库），两者互不影响，各管各的。

Memory Search 怎么选

简单结论：记忆文件少的话用本地嵌入就行，零成本；如果多语言需求高或者文件量大，可以用 Voyage AI，每个账号有 2 亿 token 的免费额度，够用很久。

总结一下实操清单

配置一次，长期受益：

  1. 模型分层 — Sonnet 跑日常，Opus 跑关键任务，省 60-80%
  2. 上下文瘦身 — 精简注入文件 + qmd 精准检索，省 30-90% input token
  3. 减少调用频次 — 合并 cron、拉长 heartbeat 间隔、开启静默期

说实话这些优化里没有什么特别难的操作，大部分就是配置层面的调整。但不做的话，跑 Opus 的账单真的会让人肉疼。先把模型分层做了，这一步效果最立竿见影，剩下的慢慢优化就行。