夜雨聆风上一篇（OpenClaw "养虾"日记 1——初步接触）记录了初步使用的体验。这一篇专门讨论模型：OpenClaw 本身只是 harness，任务完成质量取决于背后的模型。我从 2 月底用到现在，模型配置先后经过本地模型、火山方舟 Token Plan、MiniMax Token Plan 三个阶段，以下是各阶段的实测结论。
一、本地模型：Agent 场景不可用
上一篇测试了 Mac Mini M4 16G 上三款本地工具（Ollama、LM Studio、oMLX），对比详见上一篇。这里只补充结论：本地模型可以应对日常问答，但在 Agent 调用场景下基本不可用。
原因在于 Agent 的调用方式：单个任务回合会连续多次调用模型，任何一步输出质量下降或工具调用出错，整个任务就会失败。这个规模的本地模型，在输出准确性和工具调用可靠性上都达不到要求。
结论：16G 内存的机器，不值得再在本地模型上投入时间，直接使用在线 API。
二、火山方舟 Token Plan：订阅一个月后取消
上一篇提过火山方舟 Lite 套餐（40 元/月）。后来我订阅了方舟 Token Plan，完整使用了一个月，结论如下：
火山自家模型（豆包系列）：响应速度可以接受，但模型能力不足，复杂任务的完成度明显偏低。 第三方模型（GLM、Kimi、MiniMax 等）：按倍率折算额度，响应速度也无法支撑 Agent 调用。
关于倍率机制：方舟 Token Plan 采用 AFP 积分制，不同模型对应不同的消耗系数，较强的第三方模型系数可达 9 倍左右。以 Small 套餐为例，标称 2200 万 token，实际调用第三方模型时可用量只有 200 多万。
价格（2026 年 8 月查询，随时可能调整）：
对 Agent 场景来说，这个平台两头都不合适：自家模型快但能力不够，第三方模型能力够但倍率高、速度不可用。订阅一个月后，我评估性价比不成立，取消了。
三、现在的主力：MiniMax Token Plan
取消火山之后，我转到 MiniMax，从 M2.7 用到现在的 M3。
我订阅的是 Starter 档，29 元/月。这一档已经下架，新用户无法购买，老用户按原价保留。现行三档为 Plus、Max、Ultra：
价格（2026 年 8 月查询，随时可能调整）：
我的实际用量，从 M2.7 时期的每月约 3 亿 token，增长到 M3 时期的接近 10 亿。29 元档目前可以覆盖，但套餐有 5 小时滚动窗口和周窗口限制，偶尔会触发限流，等待窗口重置即可恢复。
M3 有两个明确的问题。
一是能力上限。常规任务、既定流程、批量操作都能可靠完成；一旦涉及方案设计、多约束条件的权衡这类复杂任务，成功率明显下降。这类任务我目前仍然交给 ChatGPT。现在的分工是：OpenClaw + M3 处理流程性工作，ChatGPT 处理复杂问题。
二是响应速度持续下降。早期单回合数秒返回，现在经常需要等待数分钟，期间只能先处理其他事情。原因未知，可能与用户量增长或限流策略调整有关，但趋势是确定的。
三是价格与能力的性价比。29 元 Starter 档目前可以覆盖我的用量，但这一档已经下架，新用户买不到。以 M3 当前能力来看，复杂任务仍需依赖 ChatGPT，主力模型只能干流程性工作——这种情况下，49 元的 Plus 档我认为不值得，同等预算可以考虑其他厂商的模型方案。换句话说，我继续用 MiniMax，很大程度上是因为 29 元老档还留着；如果现在要按 49 元重新订阅，我会重新选。
四、免费 API：大部分不值得投入时间
这段时间我也测试了不少第三方免费 API，包括厂商赠送额度和各类中转站。结论：
NVIDIA NIM（build.nvidia.com）：测试的免费 API 中可用性最高。免费调用 MiniMax M2.7 等开源模型，限速 40 次/分钟，无需信用卡。高峰期偶有 429 限流，作为备用方案可用。 Google Gemini 免费层：免费额度在 2025 年底下调了 50-80%，Flash 档约 10 次/分钟、250 次/天。无法支撑 Agent 的多轮高频调用，应急问答可以。 其他赠送额度 / 中转站：普遍存在响应速度慢、额度有限、上下文仅 100K 出头的问题，无法满足 Agent 需求。
我的建议：不必为这类免费额度投入注册和调试时间。以我的实测，配置和验证一圈下来耗时半天以上，最终仍然要回到付费主力加一两个备用方案的组合。
五、我当前的模型配置
日常主力：MiniMax M3（Token Plan，29 元已下架档，老用户保留） 复杂任务：ChatGPT 备用：NVIDIA NIM（M2.7）、Gemini 免费层 本地模型：不再使用
注：29 元档已下架。以 M3 当前能力，49 元 Plus 档性价比偏低，新用户建议对比其他厂商后再决定。
总结
五个月的使用下来，我的一个基本判断是：OpenClaw 的体验上限主要由模型决定，harness 本身的折腾空间反而是次要的。模型选择没有一劳永逸的方案，我这段时间的三次切换（本地 → 火山 → MiniMax），每次都是在当时的选项里取最优。
另外三点观察，供参考：M3 的响应速度在持续下降，说明低价订阅档的服务质量存在不确定性；M3 的能力上限决定了它只适合做流程性工作，49 元的新档性价比偏低，订阅前值得横向对比其他厂商；免费 API 中真正能用的极少，评估这类方案时，配置和调试的时间成本应该计入。