การใช้โทเค็นและค่าใช้จ่าย

OpenClaw ติดตาม tokens ไม่ใช่อักขระ Tokens ขึ้นกับโมเดล แต่โมเดลส่วนใหญ่ ที่เป็นแบบ OpenAI เฉลี่ยประมาณ 4 อักขระต่อ token สำหรับข้อความภาษาอังกฤษ.

วิธีสร้างพรอมป์ระบบ

OpenClaw ประกอบพรอมป์ระบบของตัวเองในทุกการรัน โดยประกอบด้วย:

• รายการเครื่องมือ + คำอธิบายสั้น
• รายการ Skills (เฉพาะเมทาดาทา; คำสั่งจะถูกโหลดตามต้องการด้วย read). เทิร์นของ Codex แบบเนทีฟจะได้รับบล็อก Skills แบบกะทัดรัดเป็นคำสั่งสำหรับนักพัฒนา ด้านการทำงานร่วมกันที่มีขอบเขตเฉพาะเทิร์น; harness อื่นจะได้รับสิ่งนี้ในพื้นผิว พรอมป์ปกติ โดยถูกจำกัดด้วย skills.limits.maxSkillsPromptChars พร้อม การ override ต่อ agent ที่เป็นทางเลือกได้ที่ agents.list[].skillsLimits.maxSkillsPromptChars.
• คำสั่งสำหรับการอัปเดตตัวเอง
• Workspace + ไฟล์ bootstrap (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md เมื่อเป็นไฟล์ใหม่, รวมถึง MEMORY.md เมื่อมีอยู่). เทิร์นของ Codex แบบเนทีฟจะไม่วาง MEMORY.md ดิบจาก workspace ของ agent ที่กำหนดค่าไว้เมื่อมีเครื่องมือหน่วยความจำให้ใช้สำหรับ workspace นั้น; แต่จะรวมตัวชี้หน่วยความจำขนาดเล็กไว้ในคำสั่งสำหรับนักพัฒนาด้านการทำงานร่วมกันที่มีขอบเขตเฉพาะเทิร์น และใช้เครื่องมือหน่วยความจำตามต้องการ หากปิดใช้เครื่องมือ, ค้นหาหน่วยความจำไม่ได้, หรือ workspace ที่ใช้งานอยู่ต่างจาก workspace หน่วยความจำของ agent, MEMORY.md จะใช้เส้นทางบริบทเทิร์นแบบมีขอบเขตตามปกติ รากตัวพิมพ์เล็ก memory.md จะไม่ถูกฉีดเข้าไป; เป็นอินพุตซ่อมแซมแบบเดิมสำหรับ openclaw doctor --fix เมื่อจับคู่กับ MEMORY.md ไฟล์ขนาดใหญ่ที่ฉีดเข้าไปจะถูกตัดทอนโดย agents.defaults.bootstrapMaxChars (ค่าเริ่มต้น: 20000) และการฉีด bootstrap รวมทั้งหมดถูกจำกัดโดย agents.defaults.bootstrapTotalMaxChars (ค่าเริ่มต้น: 60000) ไฟล์รายวัน memory/*.md ไม่ได้เป็นส่วนหนึ่งของพรอมป์ bootstrap ปกติ; ไฟล์เหล่านี้ยังคงพร้อมใช้งานตามต้องการผ่านเครื่องมือหน่วยความจำในเทิร์นปกติ แต่การรันโมเดลแบบ reset/startup สามารถเติมบล็อกบริบทเริ่มต้นแบบใช้ครั้งเดียวพร้อมหน่วยความจำรายวันล่าสุดไว้ข้างหน้าสำหรับเทิร์นแรกนั้นได้ คำสั่งแชทล้วน /new และ /reset จะได้รับการตอบรับโดยไม่เรียกใช้โมเดล บทนำเริ่มต้นถูกควบคุมโดย agents.defaults.startupContext ข้อความตัดตอน AGENTS.md หลัง Compaction แยกต่างหากและต้อง opt-in อย่างชัดเจนด้วย agents.defaults.compaction.postCompactionSections.
• เวลา (UTC + เขตเวลาของผู้ใช้)
• แท็กตอบกลับ + พฤติกรรม Heartbeat
• เมทาดาทารันไทม์ (โฮสต์/OS/โมเดล/thinking)

ดูรายละเอียดทั้งหมดได้ใน พรอมป์ระบบ.

เมื่อจัดทำเอกสารเกี่ยวกับ credentials หรือ auth snippets ให้ใช้ ข้อตกลง Secret Placeholder เพื่อ หลีกเลี่ยง false positive จาก secret-scanner ในการเปลี่ยนแปลงเฉพาะเอกสาร.

สิ่งที่นับรวมในหน้าต่างบริบท

ทุกอย่างที่โมเดลได้รับจะนับรวมในขีดจำกัดบริบท:

• พรอมป์ระบบ (ทุกส่วนที่ระบุไว้ข้างต้น)
• ประวัติการสนทนา (ข้อความของผู้ใช้ + assistant)
• การเรียกใช้เครื่องมือและผลลัพธ์เครื่องมือ
• ไฟล์แนบ/transcripts (รูปภาพ, เสียง, ไฟล์)
• สรุป Compaction และ artifacts จากการตัดแต่ง
• wrappers ของผู้ให้บริการหรือส่วนหัวความปลอดภัย (มองไม่เห็น แต่ยังถูกนับ)

พื้นผิวบางส่วนที่ใช้รันไทม์หนักมีขีดจำกัดชัดเจนของตัวเอง:

• agents.defaults.contextLimits.memoryGetMaxChars
• agents.defaults.contextLimits.memoryGetDefaultLines
• agents.defaults.contextLimits.toolResultMaxChars
• agents.defaults.contextLimits.postCompactionMaxChars

การ override ต่อ agent อยู่ภายใต้ agents.list[].contextLimits knobs เหล่านี้ ใช้สำหรับข้อความตัดตอนรันไทม์แบบมีขอบเขตและบล็อกที่รันไทม์เป็นเจ้าของซึ่งถูกฉีดเข้าไป แยกจากขีดจำกัด bootstrap, ขีดจำกัดบริบทเริ่มต้น, และขีดจำกัดพรอมป์ Skills.

toolResultMaxChars เป็นเพดานขั้นสูง (สูงสุด 1000000 อักขระ). เมื่อไม่ได้ตั้งค่าไว้ OpenClaw จะเลือก ขีดจำกัดผลลัพธ์เครื่องมือแบบสดจากหน้าต่างบริบทของโมเดลที่มีผล: 16000 อักขระ เมื่ออยู่ต่ำกว่า 100K tokens, 32000 อักขระที่ 100K+ tokens, และ 64000 อักขระที่ 200K+ tokens โดยยังถูกจำกัดด้วยตัวป้องกันส่วนแบ่งบริบทของรันไทม์.

สำหรับรูปภาพ OpenClaw จะย่อขนาด payload รูปภาพของ transcript/tool ก่อนเรียกผู้ให้บริการ ใช้ agents.defaults.imageMaxDimensionPx (ค่าเริ่มต้น: 1200) เพื่อปรับแต่งสิ่งนี้:

• ค่าที่ต่ำลงมักลดการใช้ vision-token และขนาด payload.
• ค่าที่สูงขึ้นรักษารายละเอียดภาพไว้มากขึ้นสำหรับภาพหน้าจอที่หนักด้าน OCR/UI.

สำหรับรายละเอียดเชิงปฏิบัติ (ต่อไฟล์ที่ฉีดเข้าไป, เครื่องมือ, Skills, และขนาดพรอมป์ระบบ) ให้ใช้ /context list หรือ /context detail ดู บริบท.

วิธีดูการใช้ token ปัจจุบัน

ใช้สิ่งเหล่านี้ในแชท:

• /status → การ์ดสถานะแบบมีอีโมจิหลากหลาย พร้อมโมเดลของเซสชัน, การใช้บริบท, tokens อินพุต/เอาต์พุตของคำตอบล่าสุด, และ ต้นทุนโดยประมาณ เมื่อมีการกำหนดค่าราคาในเครื่อง สำหรับโมเดลที่ใช้งานอยู่.
• /usage off|tokens|full → เพิ่ม ส่วนท้ายการใช้งานต่อคำตอบ ในทุกคำตอบ.
  • คงอยู่ต่อเซสชัน (จัดเก็บเป็น responseUsage).
  • /usage reset (aliases: inherit, clear, default) — ล้างการ override ของเซสชัน เพื่อให้เซสชันกลับไปรับค่าเริ่มต้นที่กำหนดค่าไว้อีกครั้ง.
  • /usage tokens แสดงรายละเอียด token/cache ของเทิร์น.
  • /usage full แสดงรายละเอียดโมเดล/บริบท/ต้นทุนแบบกะทัดรัด; ต้นทุนโดยประมาณจะปรากฏ เฉพาะเมื่อ OpenClaw มีเมทาดาทาการใช้งานและราคาท้องถิ่นสำหรับโมเดลที่ใช้งานอยู่. เลย์เอาต์ messages.usageTemplate แบบกำหนดเองสามารถรวมฟิลด์ token/cache ได้.
• /usage cost → แสดงสรุปต้นทุนในเครื่องจากบันทึกเซสชันของ OpenClaw.

พื้นผิวอื่น:

• TUI/Web TUI: รองรับ /status + /usage.
• CLI: openclaw status --usage และ openclaw channels list แสดง หน้าต่างโควตาผู้ให้บริการแบบ normalize (X% left, ไม่ใช่ต้นทุนต่อคำตอบ). ผู้ให้บริการหน้าต่างการใช้งานปัจจุบัน: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi, และ z.ai.

พื้นผิวการใช้งานจะ normalize aliases ของฟิลด์เนทีฟของผู้ให้บริการที่พบบ่อยก่อนแสดงผล. สำหรับทราฟฟิก Responses ตระกูล OpenAI สิ่งนี้รวมทั้ง input_tokens / output_tokens และ prompt_tokens / completion_tokens ดังนั้นชื่อฟิลด์เฉพาะ transport จะไม่เปลี่ยน /status, /usage, หรือสรุปเซสชัน. การใช้งาน Gemini CLI ก็ถูก normalize เช่นกัน: parser เริ่มต้น stream-json อ่าน เหตุการณ์ message ของ assistant และ stats.cached map ไปยัง cacheRead โดยใช้ stats.input_tokens - stats.cached เมื่อ CLI ไม่ระบุฟิลด์ stats.input อย่างชัดเจน การ override JSON แบบเดิมยังอ่านข้อความตอบกลับจาก response. สำหรับทราฟฟิก Responses ตระกูล OpenAI แบบเนทีฟ aliases การใช้งานของ WebSocket/SSE จะถูก normalize แบบเดียวกัน และยอดรวมจะ fallback ไปที่อินพุต + เอาต์พุตที่ normalize แล้วเมื่อ total_tokens หายไปหรือเป็น 0. เมื่อ snapshot เซสชันปัจจุบันมีข้อมูลเบาบาง, /status และ session_status ยังสามารถ กู้คืนตัวนับ token/cache และป้ายกำกับโมเดลรันไทม์ที่ใช้งานอยู่จาก บันทึกการใช้งาน transcript ล่าสุดได้ด้วย ค่าสดที่ไม่เป็นศูนย์ที่มีอยู่ยังคง มีลำดับความสำคัญเหนือค่า fallback จาก transcript และยอดรวม transcript ที่เน้น prompt และมีขนาดใหญ่กว่า สามารถชนะได้เมื่อยอดรวมที่จัดเก็บหายไปหรือเล็กกว่า. auth การใช้งานสำหรับหน้าต่างโควตาผู้ให้บริการมาจาก hooks เฉพาะผู้ให้บริการเมื่อ พร้อมใช้งาน; มิฉะนั้น OpenClaw จะ fallback ไปจับคู่ credentials แบบ OAuth/API-key จาก auth profiles, env, หรือ config. รายการ transcript ของ assistant จะเก็บรูปทรงการใช้งานที่ normalize แบบเดียวกัน รวมถึง usage.cost เมื่อโมเดลที่ใช้งานอยู่มีการกำหนดราคาไว้และผู้ให้บริการ ส่งคืนเมทาดาทาการใช้งาน สิ่งนี้ทำให้ /usage cost และสถานะเซสชันที่อิง transcript มีแหล่งข้อมูลที่เสถียรแม้หลังจากสถานะรันไทม์สดหายไปแล้ว.

OpenClaw แยกการคำนวณการใช้งานของผู้ให้บริการออกจาก snapshot บริบทปัจจุบัน. usage.total ของผู้ให้บริการอาจรวมอินพุตที่ cache, เอาต์พุต, และการเรียกโมเดล ในลูปเครื่องมือหลายครั้ง ดังนั้นจึงมีประโยชน์ต่อการคำนวณต้นทุนและ telemetry แต่อาจประเมิน หน้าต่างบริบทสดสูงเกินจริง การแสดงบริบทและ diagnostics ใช้ snapshot พรอมป์ล่าสุด (promptTokens, หรือการเรียกโมเดลล่าสุดเมื่อไม่มี snapshot พรอมป์ พร้อมใช้งาน) สำหรับ context.used.

การประมาณต้นทุน (เมื่อแสดง)

ต้นทุนประมาณจากการกำหนดค่าราคาโมเดลของคุณ:

models.providers.<provider>.models[].cost

ค่าเหล่านี้คือ USD ต่อ 1M tokens สำหรับ input, output, cacheRead, และ cacheWrite หากไม่มีราคา /usage full จะละเว้นต้นทุน; ใช้ /usage tokens หรือ messages.usageTemplate แบบกำหนดเองเมื่อคุณต้องการรายละเอียด token/cache ในทุก คำตอบ การแสดงต้นทุนไม่ได้จำกัดอยู่ที่ auth แบบ API-key: ผู้ให้บริการที่ไม่ใช่ API-key เช่น aws-sdk สามารถแสดงต้นทุนโดยประมาณได้เมื่อรายการโมเดลที่กำหนดค่าไว้มี ราคาท้องถิ่นและผู้ให้บริการส่งคืนเมทาดาทาการใช้งาน.

หลังจาก sidecars และช่องทางเข้าสู่เส้นทาง Gateway ready แล้ว OpenClaw จะเริ่ม bootstrap ราคาพื้นหลังแบบทางเลือกสำหรับ refs โมเดลที่กำหนดค่าไว้ซึ่งยังไม่มี ราคาท้องถิ่น bootstrap นั้นดึง catalogs ราคาจาก OpenRouter และ LiteLLM ระยะไกล ตั้งค่า models.pricing.enabled: false เพื่อข้ามการดึง catalogs เหล่านั้น บนเครือข่ายออฟไลน์หรือถูกจำกัด; รายการ models.providers.*.models[].cost ที่ระบุชัดเจนยังคงใช้ขับเคลื่อนการประมาณต้นทุน ในเครื่อง.

ผลกระทบของ Cache TTL และการตัดแต่ง

การ cache พรอมป์ของผู้ให้บริการมีผลเฉพาะภายในหน้าต่าง cache TTL เท่านั้น OpenClaw สามารถ เลือกเรียกใช้ cache-ttl pruning: โดยจะตัดแต่งเซสชันเมื่อ cache TTL หมดอายุ จากนั้นรีเซ็ตหน้าต่าง cache เพื่อให้คำขอถัดไปสามารถใช้บริบทที่เพิ่ง cache ใหม่ แทนการ cache ประวัติทั้งหมดซ้ำ สิ่งนี้ช่วยลดต้นทุน cache write เมื่อเซสชันว่างเกิน TTL.

กำหนดค่าใน การกำหนดค่า Gateway และดู รายละเอียดพฤติกรรมใน การตัดแต่งเซสชัน.

Heartbeat สามารถทำให้ cache warm ข้ามช่วงว่างได้ หาก cache TTL ของโมเดลคุณ คือ 1h การตั้งช่วง Heartbeat ให้ต่ำกว่านั้นเล็กน้อย (เช่น 55m) สามารถหลีกเลี่ยง การ cache พรอมป์ทั้งหมดซ้ำ และลดต้นทุน cache write.

ในการตั้งค่าแบบหลาย agent คุณสามารถใช้ config โมเดลร่วมหนึ่งชุดและปรับพฤติกรรม cache ต่อ agent ด้วย agents.list[].params.cacheRetention.

สำหรับคู่มือแบบครบทุก knob โปรดดู การ Cache พรอมป์.

สำหรับราคา Anthropic API การอ่าน cache ถูกกว่า input tokens อย่างมีนัยสำคัญ ขณะที่การเขียน cache ถูกเรียกเก็บด้วยตัวคูณที่สูงกว่า ดูราคา prompt caching ของ Anthropic สำหรับอัตราและตัวคูณ TTL ล่าสุด: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

ตัวอย่าง: ทำให้ cache 1h warm ด้วย Heartbeat

agents:  defaults:    model:      primary: "anthropic/claude-opus-4-6"    models:      "anthropic/claude-opus-4-6":        params:          cacheRetention: "long"    heartbeat:      every: "55m"

ตัวอย่าง: ทราฟฟิกผสมพร้อมกลยุทธ์ cache ต่อ agent

agents:  defaults:    model:      primary: "anthropic/claude-opus-4-6"    models:      "anthropic/claude-opus-4-6":        params:          cacheRetention: "long" # default baseline for most agents  list:    - id: "research"      default: true      heartbeat:        every: "55m" # keep long cache warm for deep sessions    - id: "alerts"      params:        cacheRetention: "none" # avoid cache writes for bursty notifications

agents.list[].params merge ทับ params ของโมเดลที่เลือก ดังนั้นคุณจึงสามารถ override เฉพาะ cacheRetention และรับค่าเริ่มต้นอื่นของโมเดลไว้เหมือนเดิม.

บริบท 1M ของ Anthropic

OpenClaw กำหนดขนาดโมเดล Claude 4.x ที่รองรับ GA เช่น Opus 4.8, Opus 4.7, Opus 4.6, และ Sonnet 4.6 ด้วยหน้าต่างบริบท 1M ของ Anthropic คุณไม่จำเป็นต้องใช้ params.context1m: true สำหรับโมเดลเหล่านั้น.

agents:  defaults:    models:      "anthropic/claude-opus-4-6":        alias: opus

config รุ่นเก่าสามารถคง context1m: true ไว้ได้ แต่ OpenClaw จะไม่ส่ง beta header context-1m-2025-08-07 ที่ Anthropic เลิกใช้แล้วสำหรับการตั้งค่านี้อีกต่อไป และ จะไม่ขยายโมเดล Claude รุ่นเก่าที่ไม่รองรับเป็น 1M.

ข้อกำหนด: credential ต้องมีสิทธิ์ใช้งาน long-context หากไม่ใช่ Anthropic จะตอบกลับด้วยข้อผิดพลาด rate limit ฝั่งผู้ให้บริการสำหรับคำขอนั้น.

หากคุณ authenticate Anthropic ด้วย tokens แบบ OAuth/subscription (sk-ant-oat-*), OpenClaw จะเก็บ Anthropic beta headers ที่ OAuth ต้องใช้ไว้ ขณะเดียวกันก็ลบ beta context-1m-* ที่เลิกใช้แล้วหากยังคงอยู่ใน config รุ่นเก่า.

เคล็ดลับในการลดแรงกดดันของ token

• ใช้ /compact เพื่อสรุปเซสชันที่ยาว
• ตัดทอนเอาต์พุตจากเครื่องมือที่มีขนาดใหญ่ในเวิร์กโฟลว์ของคุณ
• ลด agents.defaults.imageMaxDimensionPx สำหรับเซสชันที่มีภาพหน้าจอจำนวนมาก
• ทำให้คำอธิบาย Skills สั้น (รายการ Skills จะถูกฉีดเข้าไปในพรอมป์)
• เลือกใช้โมเดลที่เล็กกว่าสำหรับงานเชิงสำรวจที่มีข้อความจำนวนมาก

ดู Skills สำหรับสูตรคำนวณโอเวอร์เฮดของรายการ Skills ที่แน่นอน

ที่เกี่ยวข้อง

• การใช้งาน API และค่าใช้จ่าย
• การแคชพรอมป์
• การติดตามการใช้งาน