夜雨聆风先讲清楚怎么选，再给你两套可直接复制的配置：免费优先 / 稳定生产
前面几篇文章，我一直在拆一件事：
怎么用 OpenClaw 搭一套能长期跑起来的学习辅导系统
从工作区怎么搭，到三个核心 Skill 怎么写；
从飞书怎么接入，到数据怎么沉淀；
一路写下来，很多朋友其实已经把系统搭起来了，飞书也接上了。
但真正卡住的，往往不是系统怎么搭，
而是更现实的一句：
到底该用哪个大模型，才好用又划算？
这个问题特别真实。
因为学习辅导系统和普通聊天，不是同一种消耗模式。
普通聊天只是偶尔问一句、总结一段、写一篇东西，
模型贵一点，你未必会立刻有感觉。
但学习辅导系统不是这样。
它是一个高频场景：
作业反复跑 错题反复记 日报、周报反复生成 输出格式还必须稳定
也就是说，你真正要的，不是“纸面上最强的大模型”，而是：
一个能在 OpenClaw 里长期跑、输出稳定、成本可控的模型组合
很多人一开始选模型，会本能去找“最强”“最火”“最聪明”的那个。
但真把 OpenClaw 用到学习辅导系统里，你很快就会发现：
最强，不一定最适合。
最贵，也不一定最值。
因为这个场景最怕两件事：
第一，模型不听话
格式老跑偏，家长版、孩子版、落盘路径经常乱掉。
你一旦反复追问、反复修，token 很快就上去了。
第二，成本失控
单次调用看起来不贵，
但作业、错题、日报、周报一叠加，
每天都在跑，月底很容易把你吓一跳。
所以这篇文章不聊虚的，就讲最实用的：
OpenClaw 用来搭学习辅导系统，到底该怎么选模型才更划算
这篇我会分 4 部分讲清楚：
macOS / Windows 里怎么切换模型 学习辅导系统到底该按什么标准选模型 国内尽量免费 / 低成本的模型怎么选 两套可直接复制的配置：免费优先 / 稳定生产
如果你现在也正好卡在这一步：
系统搭好了，但不知道模型该怎么选、怎么配、怎么省钱
那这一篇，就是专门写给你的。
一、macOS / Windows：OpenClaw 怎么选择、切换对应大模型？
先把最基础的部分讲清楚。
很多人已经把 OpenClaw 装好了，也把飞书接上了，
但对模型这层还不够熟，最常见的几个问题是：
当前到底在用哪个模型？ 默认模型和回退模型怎么设？ API Key 应该怎么加？ 配置改完以后怎么确认真的生效？ 连不上时，到底是 key 错了、地址错了，还是限流了？
OpenClaw 官方把模型管理集中在 openclaw models 这一组命令里。
你可以用它做这些事：
查看状态 列出模型 设置默认模型 做连通性探测
1）打开终端
macOS
应用程序 → 实用工具 → 终端（Terminal）
Windows
开始菜单 → 搜索 PowerShell → 打开
2）先确认配置文件在哪（这一步很重要）
执行：
openclaw config file
它会打印你当前生效的配置文件路径。
通常会是：
~/.openclaw/openclaw.json
这一步不要跳过。
很多人后面改了半天不生效，根本原因就是改错了文件。
3）查看当前默认模型与回退模型
执行：
openclaw models status
它会显示：
主模型 回退模型 认证概览
这一条命令的作用，就是先把“系统现在到底在用什么”看明白。
4）添加 / 录入模型鉴权（API Key）
执行：
openclaw models auth add
跟着提示把 key 加进认证存储。
这种方式比把 key 直接写死在配置文件里更安全。
5）列出可用模型并设置默认模型
执行：
openclaw models list
openclaw models set <model-or-alias>
这里的 models set 支持：
provider/model你自己在配置里起的别名
比如你后面完全可以设成：
free-mainmainbackup
会比直接记一长串 provider/model 更顺手。
6）做一次“真实连通探测”（强烈推荐）
执行：
openclaw models status --probe
注意：
--probe 会发真实请求，可能消耗少量 token
但它特别适合新手排错，因为它能最快告诉你：
key 是否正确 baseUrl 是否正确 模型名有没有写错 当前有没有限流
比你盲猜快得多。
7）改了配置要重启 gateway
如果你是直接编辑 openclaw.json，改完以后记得重启：
openclaw gateway restart
不重启，很多配置改动其实不会真正生效。
二、先讲清楚：学习辅导系统怎么选模型，才叫“划算”？
这一部分其实是全文最重要的判断标准。
先说结论：
你真正要的不是“最强”，而是“稳定 + 成本可控”
因为学习系统最核心的输出，几乎都是固定格式：
拆作业：家长版 / 孩子闯关版 / 落盘路径 错题卡：错因分类 / 一句纠错要点 / 回流日期 日报周报：固定字段 + 趋势结论
这种场景最怕两件事：
1）模型不听话、格式跑偏
你本来只想让它生成一张错题卡，
结果它开始自由发挥。
你再追问、再修正、再补格式，token 就一层层往上加。
2）免费额度用完后自动转后付费
学习系统不是偶尔跑一次，而是天天跑。
所以最怕的不是“这次贵一点”，而是：
你以为没多少钱，结果月底一看账单傻眼。
所以“划算”的核心策略，其实很简单：
主模型：负责稳定输出格式
不用最贵，但一定要听话。
因为学习系统真正烧钱的，不是单次生成，
而是反复修格式。
回退模型：负责低风险任务
尽量便宜、尽量免费。
比如这些任务，就很适合交给回退模型：
给孩子一句鼓励 把内容压缩成三条要点 低风险总结 简单整理
这些事没必要全都占用贵模型。
再加一道保险：免费额度耗尽就停
这一步特别重要。
很多平台的“体验模式 / 免费额度模式”，真正值钱的地方不是免费本身，而是：
用完了就停，避免误扣费
对学习辅导系统这种高频场景来说，这种机制非常有价值。
OpenClaw 本身怎么帮你控成本？
OpenClaw 支持“模型故障转移”。
也就是：
先在同一提供商内轮换认证配置文件 再通过 agents.defaults.model.fallbacks切到下一个模型
换句话说，你完全可以把 OpenClaw 设计成这样：
主模型：负责关键结构化输出 回退模型：负责便宜兜底
这才是学习辅导系统里最适合的模型思路。
三、国内尽量“免费 / 低成本”的选择
先把闭环跑通，再决定要不要长期付费
如果你现在还在“先把系统跑起来”的阶段，
那最理性的策略，不是马上追求最强，而是：
先用免费额度把闭环跑通
也就是先把下面这条链跑顺：
作业 → 错题 → 日报 → 周报
跑顺以后，再决定要不要升级到更贵、更稳的组合。
下面这几个国内平台，都是比较适合你先拿来试跑的。
1）火山方舟：适合“防误扣费”
火山方舟有一个对新手特别友好的点：
安心体验模式
在这个模式下，调用推理 API 只消耗赠送的 50 万 token 免费额度，
接近额度时会暂停服务，避免产生额外费用。
这对学习系统特别友好。
因为家长最怕的其实不是花一点钱，而是：
系统在悄悄扣钱。
所以如果你最在意“先跑通、别误扣费”，火山方舟很值得优先考虑。
2）腾讯混元：适合做免费回退模型
腾讯混元的特点是：
首次开通会发放一次性免费资源包 文档明确写了 Hunyuan-lite可免费使用但也提醒部分 HY 2.0 系列暂停免费额度
如果你已经有一个主模型，
那腾讯混元特别适合干一件事：
当免费回退模型
尤其适合接低风险、便宜优先的任务。
3）阿里云百炼：适合做稳定主模型
阿里百炼的新用户一般会发放各模型的新人免费额度。
例如：
qwen-max总免费额度 100 万 token 有效期通常按官方说明执行
如果你已经不满足于“只是能跑”，
而开始更在意：
输出结构稳定 多孩子 / 多任务下不容易乱
那百炼会是比较适合用来做主模型的平台。
4）百度千帆：适合做第二回退
百度千帆的新用户，通常会有多模型的免费额度表。
常见思路是：
每模型 100 万 token 有效期 3 个月左右（以官方说明为准）
它最适合的角色其实不是主模型，而是：
第二回退模型
当你已经有一个主模型，再配一个千帆兜底，整体成本和稳定性会更从容。
这一段你可以这样理解
如果只看使用角色，我会建议你这么记：
- 想防误扣费
：优先看火山方舟 - 想找免费回退
：优先看腾讯混元 - 想做稳定主模型
：优先看阿里百炼 - 想做备用兜底
：优先看百度千帆
这样就不会只看到平台名，却不知道它们各自适合干嘛。
四、两套“可直接复制粘贴”的配置
学习辅导系统专用
下面这部分，就是全文最实用的地方了。
先说明一下：
OpenClaw 的主配置文件通常是：
~/.openclaw/openclaw.json
你也可以先执行：
openclaw config file
确认实际路径。
下面两套配置都采用官方配置结构，核心会用到：
agents.defaults.model.primary / fallbacksagents.defaults.modelsmodels.providers
你只需要改 3 样东西：
API Key baseUrl 具体模型名
配置示例 A：免费优先
适合小白先把系统闭环跑通，尽量不花钱
适用人群
想先把“作业 → 错题 → 日报 → 周报”跑起来 不希望误扣费 可以接受模型不是最强，但要稳定
组合逻辑
主模型：火山方舟
开启安心体验模式时，只吃赠送额度，接近用尽会暂停回退模型：腾讯混元 Hunyuan-lite（免费）或其他仍有免费额度的模型
把下面整段复制到 ~/.openclaw/openclaw.json（或你的实际配置文件），然后只改 3 个地方：
ARK_API_KEYHUNYUAN_API_KEY两个 baseUrl
{
"identity": {
"name": "StudyCoach",
"emoji": "🦞",
"theme": "learning assistant"
},
"env": {
"vars": {
"ARK_API_KEY": "填你的火山方舟Key",
"HUNYUAN_API_KEY": "填你的腾讯混元Key"
}
},
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"model": {
"primary": "ark/coach-main",
"fallbacks": ["hunyuan/coach-lite"]
},
"models": {
"ark/coach-main": { "alias": "free-main" },
"hunyuan/coach-lite": { "alias": "free-fallback" }
}
}
},
"models": {
"mode": "merge",
"providers": {
"ark": {
"baseUrl": "https://你的火山方舟OpenAI兼容地址/v1",
"apiKey": "${ARK_API_KEY}",
"api": "openai-responses",
"authHeader": true,
"models": [
{
"id": "coach-main",
"name": "Ark Free Main",
"api": "openai-responses",
"reasoning": false,
"input": ["text"]
}
]
},
"hunyuan": {
"baseUrl": "https://你的腾讯混元OpenAI兼容地址/v1",
"apiKey": "${HUNYUAN_API_KEY}",
"api": "openai-responses",
"authHeader": true,
"models": [
{
"id": "coach-lite",
"name": "Hunyuan Lite (Free)",
"api": "openai-responses",
"reasoning": false,
"input": ["text"]
}
]
}
}
}
}
配置完以后，执行：
openclaw config validate
openclaw gateway restart
openclaw models status --probe
这里：
validate用来校验配置是否符合 schema --probe用来做真实连通性检查
如果这一步过了，说明你的“免费优先”方案已经真正跑起来了。
配置示例 B：稳定生产
适合长期使用、多人多孩、输出必须稳定
适用人群
你已经跑通了整个闭环 多孩子、多账号并发使用 输出格式必须稳定，否则家长执行会崩
组合逻辑
主模型：阿里百炼 qwen-max回退模型：百度千帆 ernie-turbo（或其他你有免费额度的模型）
这套配置的目标不是“绝对最强”，而是：
主模型尽量稳，回退模型尽量省
因为这种场景里真正最怕的，不是模型慢一点，
而是输出结构一乱，家长的执行链跟着全乱。
下面配置示例：
{
"identity": {
"name": "StudyCoach-Pro",
"emoji": "🦞",
"theme": "structured learning coach"
},
"env": {
"vars": {
"BAILIAN_API_KEY": "填你的阿里百炼Key",
"QIANFAN_API_KEY": "填你的百度千帆Key"
}
},
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"model": {
"primary": "bailian/qwen-max",
"fallbacks": ["qianfan/ernie-turbo"]
},
"models": {
"bailian/qwen-max": { "alias": "main" },
"qianfan/ernie-turbo": { "alias": "backup" }
}
}
},
"models": {
"mode": "merge",
"providers": {
"bailian": {
"baseUrl": "https://你的百炼OpenAI兼容地址/v1",
"apiKey": "${BAILIAN_API_KEY}",
"api": "openai-responses",
"authHeader": true,
"models": [
{
"id": "qwen-max",
"name": "Qwen Max",
"api": "openai-responses",
"reasoning": true,
"input": ["text"]
}
]
},
"qianfan": {
"baseUrl": "https://你的千帆OpenAI兼容地址/v1",
"apiKey": "${QIANFAN_API_KEY}",
"api": "openai-responses",
"authHeader": true,
"models": [
{
"id": "ernie-turbo",
"name": "ERNIE Turbo (Fallback)",
"api": "openai-responses",
"reasoning": false,
"input": ["text"]
}
]
}
}
}
}
应用配置后操作：
openclaw config validate
openclaw gateway restart
openclaw models status --probe
如果你已经进入“多人多孩、每天高频使用”的阶段，这套组合会更适合长期跑。
五、学习辅导系统的控费技巧
这部分真的能帮你省很多钱
到这里，模型怎么选、怎么接、怎么配，其实已经有答案了。
但如果你想让系统真的“长期跑得住”，下面这几个控费技巧非常关键。
1）把日报 / 周报 / 趋势输出尽量模板化
这一点特别重要。
很多人觉得模型贵，是因为模型本身太贵。
但真实情况经常是：
不是模型贵，而是你在反复修格式
如果你把：
日报 周报 错题卡 趋势分析
这些都模板化，
每次就不需要模型重新“想一遍怎么组织输出”。
直接收益就是：
少返工 少追问 少重复生成 token 明显省下来
2）用回退模型处理低风险任务
比如：
给孩子一句鼓励 把内容压缩成三条要点
这些都很适合交给回退模型。
OpenClaw 的 fallback 机制，本来就是为这种省钱场景准备的。
3）优先选“免费额度用尽即停”的平台机制
这不是体验问题，而是控费保险问题。
火山方舟的安心体验模式，就是一个很典型的“防误扣费保险”。
对学习辅导系统这种高频场景来说，这种机制真的很值。
4）不要把长聊天当数据库
这也是很多人特别容易忽略的一点。
如果：
错题卡该落盘不落盘 队列该写文件不写文件 日报该保存不保存
最后所有东西都堆在聊天里，
那你会同时遇到两个问题：
第一，不好查
翻聊天记录比查固定文件累太多。
第二，更烧钱
因为模型每次都得重新理解大量上下文。
所以一定记住：
对话只做入口
真正要长期用的数据，一定落盘
这不仅更好管理，也更省 token。
六、你到底该选哪一套？
如果你看到这里，其实答案已经很清楚了。
你现在还在“跑通系统”阶段
选：
配置 A：免费优先
适合你先把这条链跑顺：
作业 错题 日报 周报
重点不是最强，而是：
先能跑 先控费 先别误扣费
你已经多人多孩、每天高频使用
选：
配置 B：稳定生产
这时候你最需要的不是再省几分钱，
而是：
主模型格式稳定 并发下不容易乱 家长执行成本低
结尾总结
OpenClaw 学习辅导系统里，模型选择这件事，最容易被误解成一句话：
“挑最强的那个就行。”
但真跑起来以后你就会发现：
学习辅导系统选模型，最重要的从来不是最强，而是最合适
你真正要看的，是这几件事：
格式稳不稳 成本可不可控 免费额度能不能先跑通 回退机制能不能兜底 一个月后账单会不会把你吓一跳
所以如果让我用一句话总结这篇，我会说：
OpenClaw 用来搭学习辅导系统，最划算的模型，不是最贵的那个，而是那个能长期稳定跑、还不容易让你心疼钱的组合
这，才是“划算”的真正定义。
互动话题
如果你已经在用 OpenClaw 跑学习系统了，你现在最在意哪一件事？
是：
模型够不够稳 免费额度够不够用 成本会不会失控 还是格式老跑偏太烦
欢迎在评论区聊聊。
很多时候，真正值钱的经验，不是“哪个模型最强”，而是“哪个模型最适合你的实际场景”。