OpenClaw 日常任务可以用便宜模型吗?

在 OpenClaw 实际使用过程中，很多用户都会遇到 API 费用过高的问题，尤其是在 Agent 自动执行、Workflow 批量任务、日志分析、文本处理、内容生成、翻译、总结、分类、数据整理等日常任务场景下，如果全部使用高端模型（如 GPT-4、Claude、Gemini Pro），会产生较高的调用成本。因此，在 OpenClaw 中为日常任务使用便宜模型是一种非常常见且推荐的优化策略。

日常任务指不需要高推理能力的模型调用，例如：文本改写、翻译、摘要、分类、标签生成、日志分析、简单问答、批量生成内容、自动回复、数据整理。这些任务不需要最强模型，可以使用低成本模型。

降低 API 费用、减少 429 限流、提高并发能力、提高响应速度、适合批量任务、适合自动化流程、适合长时间运行。如果全部使用 GPT-4，费用可能增加 10 倍以上。

gpt-4o-mini、gpt-3.5、deepseek-chat、qwen-turbo、claude-haiku、gemini-flash、llama3 本地模型。这些模型价格低、速度快、适合日常任务。

推荐设置统一别名。fast = gpt-4o-mini，cheap = gpt-3.5，local = llama3，smart = gpt-4.1。调用时：model = fast。可以随时替换模型而不用改脚本。

进入 Workflows → Edit。设置：model = fast。适用于：批量生成、定时任务、自动化处理、数据整理。

Agent 默认可能使用高端模型。修改：model = fast。适用于：循环任务、自动执行、长时间运行。否则费用会非常高。

可以让默认使用便宜模型。default = fast，fallback = smart。只有失败时才用贵模型。优点：节省费用、提高稳定性。

批量任务最容易产生高费用。例如：1000 条数据、自动生成内容、日志分析。建议：model = cheap。否则费用很高。

OpenClaw 支持本地模型。Ollama、vLLM、LM Studio、FastChat。示例：local = llama3。优点：0 费用、不限流、可长期运行。

推荐分级：cheap → 日常任务，fast → 普通任务，smart → 复杂任务，vision → 多模态，local → 本地任务。这样可以合理使用资源。

错误配置：default = gpt-4。会导致：费用高、429 限流、速度慢。正确：default = fast。

便宜模型适合高并发。concurrency = 3。高端模型建议：concurrency = 1。

推荐：聊天 → fast，批量 → cheap，复杂 → smart，本地 → local。OpenClaw 支持单独设置。

cheap = gpt-3.5，fast = gpt-4o-mini，smart = gpt-4.1，local = llama3，backup = claude-haiku。默认：default = fast。Agent：model = cheap。Workflow：model = cheap。

复杂推理、代码生成、多轮 Agent、复杂规划、高级分析、多模态。其他情况建议用便宜模型。

cheap = gpt-3.5，fast = gpt-4o-mini，smart = gpt-4.1，local = llama3。default = fast，fallback = smart。workflow = cheap，agent = cheap。通过模型分级 + Alias + Fallback + 本地模型，可以让 OpenClaw 日常任务使用便宜模型，同时保证系统稳定、低成本、高并发运行。