返回
Openclaw-Series

05. OpenClaw 多模型配置与切换

本文详细讲解 OpenClaw 的多模型配置，包括 Anthropic Claude、OpenAI GPT、本地模型等多种 AI 模型的接入方式，模型 Failover 策略，以及按场景自动切换模型的配置方法，帮助开发者优化成本和性能。

适用于 OpenClaw v2026.2 | 本文假设你已完成基础配置，需要优化模型选择或成本控制。

TL;DR: OpenClaw 支持多模型：Claude Opus/Sonnet/Haiku、GPT-4o、Gemini、本地模型（Ollama）。配置 "agent": {"model": "anthropic/claude-opus-4-6"} 即可切换。Failover 自动切换备用模型："fallback": [{"model": "claude-sonnet-4", "condition": "rate_limit"}]。推荐 Claude Opus 用于复杂任务，Haiku 用于高频简单任务。

支持的模型提供商

模型提供商概览

提供商 推荐模型 特点 价格参考
Anthropic Claude Opus 4.6 / Sonnet 4 长上下文、强推理、抗注入 $15-75/1M tokens
OpenAI GPT-4o / GPT-4-turbo 生态完善、工具调用强 $5-30/1M tokens
Google Gemini Pro / Ultra 多模态、长上下文 $1-7/1M tokens
Groq Llama 3 / Mixtral 极速推理 免费/低价
本地 Ollama / LM Studio 隐私、无限制 免费（需硬件）

模型能力对比

模型 上下文长度 工具调用 多模态 推理能力 成本
Claude Opus 4.6 200K ✅ ✅ ⭐⭐⭐⭐⭐ 高
Claude Sonnet 4 200K ✅ ✅ ⭐⭐⭐⭐ 中
GPT-4o 128K ✅ ✅ ⭐⭐⭐⭐ 中
GPT-4-turbo 128K ✅ ⚠️ ⭐⭐⭐⭐ 中高
Gemini Pro 1M ✅ ✅ ⭐⭐⭐ 低
Llama 3.1 70B 128K ⚠️ ⚠️ ⭐⭐⭐ 免费

基础模型配置

Anthropic Claude

{
  "agent": {
    "model": "anthropic/claude-opus-4-6",
    "thinkingLevel": "high"
  },
  "models": {
    "anthropic": {
      "apiKey": "${ANTHROPIC_API_KEY}",
      "baseUrl": "https://api.anthropic.com"
    }
  }
}

Claude 模型选择建议：

场景 推荐模型 原因
复杂推理、代码生成 Opus 4.6 最强推理能力
日常对话、简单任务 Sonnet 4 性价比高
高频调用、成本敏感 Haiku 3.5 速度快、成本低

OpenAI GPT

{
  "agent": {
    "model": "openai/gpt-4o"
  },
  "models": {
    "openai": {
      "apiKey": "${OPENAI_API_KEY}",
      "baseUrl": "https://api.openai.com/v1",
      "organization": "org-xxx"
    }
  }
}

GPT 模型选择建议：

场景 推荐模型 原因
通用任务、工具调用 GPT-4o 平衡性能和成本
复杂推理 GPT-4-turbo 推理能力强
快速响应、简单任务 GPT-4o-mini 速度快、便宜

Google Gemini

{
  "agent": {
    "model": "google/gemini-2.0-flash"
  },
  "models": {
    "google": {
      "apiKey": "${GOOGLE_API_KEY}",
      "baseUrl": "https://generativelanguage.googleapis.com/v1beta"
    }
  }
}

本地模型（Ollama）

{
  "agent": {
    "model": "ollama/llama3.1:70b"
  },
  "models": {
    "ollama": {
      "baseUrl": "http://localhost:11434"
    }
  }
}

Ollama 安装与启动：

# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 下载模型
ollama pull llama3.1:70b
ollama pull codellama:34b

# 启动服务
ollama serve

第三方 API 中转

{
  "agent": {
    "model": "anthropic/claude-opus-4-6"
  },
  "models": {
    "anthropic": {
      "apiKey": "${PROVIDER_API_KEY}",
      "baseUrl": "https://api.your-provider.com/v1"
    }
  }
}

模型格式说明

模型标识符格式

{provider}/{model-name}
示例 说明
anthropic/claude-opus-4-6 Anthropic Claude Opus 4.6
openai/gpt-4o OpenAI GPT-4o
google/gemini-2.0-flash Google Gemini 2.0 Flash
ollama/llama3.1:70b Ollama Llama 3.1 70B

自定义模型别名

{
  "models": {
    "aliases": {
      "smart": "anthropic/claude-opus-4-6",
      "fast": "anthropic/claude-sonnet-4",
      "cheap": "anthropic/claude-haiku-3.5",
      "local": "ollama/llama3.1:70b"
    }
  },
  "agent": {
    "model": "smart"
  }
}

使用别名：

# 在聊天中切换
/model fast

# 或使用完整名称
/model anthropic/claude-sonnet-4

Failover 策略

什么是 Failover？

当主模型不可用时（如达到速率限制、服务中断），自动切换到备用模型。

flowchart TB
    REQ[请求到达] --> PRIMARY{主模型可用?}
    PRIMARY -->|是| EXEC1[使用主模型]
    PRIMARY -->|否| CHECK{Failover 条件}
    CHECK -->|速率限制| SECONDARY1[备用模型 1]
    CHECK -->|服务中断| SECONDARY2[备用模型 2]
    CHECK -->|超时| SECONDARY3[备用模型 3]
    SECONDARY1 --> EXEC2[执行请求]
    SECONDARY2 --> EXEC2
    SECONDARY3 --> EXEC2
    EXEC1 --> RES[返回结果]
    EXEC2 --> RES

配置 Failover

{
  "agent": {
    "model": "anthropic/claude-opus-4-6"
  },
  "models": {
    "fallback": [
      {
        "model": "anthropic/claude-sonnet-4",
        "condition": "rate_limit"
      },
      {
        "model": "openai/gpt-4o",
        "condition": "error"
      },
      {
        "model": "ollama/llama3.1:70b",
        "condition": "timeout"
      }
    ]
  }
}

Failover 条件

条件 说明 示例场景
rate_limit 速率限制 API 返回 429 错误
error 任何错误 服务不可用、网络错误
timeout 请求超时 响应时间过长
overloaded 服务过载 API 返回 503 错误
always 总是使用 简单的轮询策略

高级 Failover 配置

{
  "models": {
    "fallback": [
      {
        "model": "anthropic/claude-sonnet-4",
        "condition": "rate_limit",
        "maxRetries": 3,
        "retryDelay": 1000
      },
      {
        "model": "openai/gpt-4o",
        "condition": "error",
        "maxRetries": 2
      },
      {
        "model": "ollama/llama3.1:70b",
        "condition": "always"
      }
    ],
    "fallbackPolicy": {
      "retryPrimaryAfter": 60000,
      "logFallbacks": true,
      "notifyUser": true
    }
  }
}

场景化模型切换

按会话类型切换

不同类型的会话使用不同模型：

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4"
    },
    "byChannel": {
      "telegram": {
        "model": "anthropic/claude-haiku-3.5"
      },
      "discord": {
        "model": "anthropic/claude-sonnet-4"
      }
    },
    "bySessionType": {
      "main": {
        "model": "anthropic/claude-opus-4-6"
      },
      "group": {
        "model": "anthropic/claude-haiku-3.5"
      }
    }
  }
}

按任务类型切换

{
  "agents": {
    "taskModels": {
      "code": "anthropic/claude-opus-4-6",
      "reasoning": "anthropic/claude-opus-4-6",
      "chat": "anthropic/claude-sonnet-4",
      "simple": "anthropic/claude-haiku-3.5"
    }
  }
}

动态模型选择

在运行时切换模型：

# CLI 切换
openclaw agent --model anthropic/claude-opus-4-6 --message "复杂任务"

# 聊天中切换
/model anthropic/claude-opus-4-6
现在使用 Claude Opus 4.6，适合复杂推理任务

/model anthropic/claude-haiku-3.5
切换到 Haiku 3.5，快速响应简单任务

成本优化策略

模型成本对比

模型 输入成本 输出成本 适用场景
Claude Opus 4.6 $15/1M $75/1M 复杂推理、重要决策
Claude Sonnet 4 $3/1M $15/1M 日常任务、平衡选择
Claude Haiku 3.5 $0.80/1M $4/1M 简单任务、高频调用
GPT-4o $5/1M $15/1M 工具调用、多模态
GPT-4o-mini $0.15/1M $0.6/1M 快速响应、简单任务
Gemini Flash $0.075/1M $0.3/1M 成本敏感、高频调用

成本优化配置

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4",
      "costOptimization": {
        "enabled": true,
        "rules": [
          {
            "condition": "context_length > 50000",
            "model": "anthropic/claude-sonnet-4"
          },
          {
            "condition": "simple_query",
            "model": "anthropic/claude-haiku-3.5"
          },
          {
            "condition": "code_generation",
            "model": "anthropic/claude-opus-4-6"
          }
        ]
      }
    }
  }
}

Token 使用监控

# 查看当前会话使用量
/status

# 输出示例：
# Session: main
# Model: anthropic/claude-opus-4-6
# Tokens: 12,345 input / 2,456 output
# Cost: $0.21

# 开启使用量显示
/usage full

配置使用量显示

{
  "usageTracking": {
    "enabled": true,
    "showInResponse": true,
    "trackBySession": true,
    "trackByChannel": true,
    "alertThreshold": 10.00
  }
}

思考级别配置

Thinking Level 说明

级别 说明 Token 消耗 适用场景
off 不显示思考 最低 简单任务
minimal 最小思考 低 快速响应
low 低思考 中低 日常对话
medium 中等思考 中 平衡选择
high 高度思考 高 复杂推理
xhigh 极高思考 最高 最复杂任务

配置思考级别

{
  "agent": {
    "model": "anthropic/claude-opus-4-6",
    "thinkingLevel": "high"
  }
}

动态切换

# 聊天中切换
/think high
现在使用高思考模式，适合复杂推理

/think minimal
切换到最小思考，快速响应

本地模型配置详解

Ollama 配置

{
  "agent": {
    "model": "ollama/llama3.1:70b"
  },
  "models": {
    "ollama": {
      "baseUrl": "http://localhost:11434",
      "options": {
        "temperature": 0.7,
        "num_ctx": 32768,
        "num_predict": 4096
      }
    }
  }
}

推荐本地模型

模型 参数量 内存需求 特点
Llama 3.1 8B 8B 8GB 轻量、快速
Llama 3.1 70B 70B 48GB 强推理
CodeLlama 34B 34B 24GB 代码专用
Qwen 2.5 72B 72B 48GB 多语言
Mistral Large 123B 80GB 最强开源

硬件建议

模型规模 CPU GPU 内存
7B-8B 8核+ 8GB VRAM 16GB
13B-14B 12核+ 16GB VRAM 32GB
30B-34B 16核+ 24GB VRAM 48GB
70B+ 32核+ 48GB+ VRAM 128GB

多提供商负载均衡

轮询策略

{
  "models": {
    "loadBalancing": {
      "strategy": "round_robin",
      "providers": [
        {
          "model": "anthropic/claude-sonnet-4",
          "weight": 1
        },
        {
          "model": "openai/gpt-4o",
          "weight": 1
        }
      ]
    }
  }
}

加权策略

{
  "models": {
    "loadBalancing": {
      "strategy": "weighted",
      "providers": [
        {
          "model": "anthropic/claude-sonnet-4",
          "weight": 70
        },
        {
          "model": "openai/gpt-4o",
          "weight": 20
        },
        {
          "model": "ollama/llama3.1:70b",
          "weight": 10
        }
      ]
    }
  }
}

基于成本的策略

{
  "models": {
    "loadBalancing": {
      "strategy": "cost_optimized",
      "dailyBudget": 10.00,
      "providers": [
        {
          "model": "anthropic/claude-opus-4-6",
          "maxBudget": 5.00,
          "useFor": ["complex", "reasoning"]
        },
        {
          "model": "anthropic/claude-sonnet-4",
          "maxBudget": 3.00,
          "useFor": ["chat", "code"]
        },
        {
          "model": "anthropic/claude-haiku-3.5",
          "maxBudget": 2.00,
          "useFor": ["simple", "high_frequency"]
        }
      ]
    }
  }
}

模型配置最佳实践

1. 按场景分层

{
  "agents": {
    "defaults": {
      "model": "anthropic/claude-sonnet-4",
      "thinkingLevel": "medium"
    },
    "byUseCase": {
      "coding": {
        "model": "anthropic/claude-opus-4-6",
        "thinkingLevel": "high"
      },
      "chat": {
        "model": "anthropic/claude-haiku-3.5",
        "thinkingLevel": "minimal"
      },
      "research": {
        "model": "anthropic/claude-opus-4-6",
        "thinkingLevel": "xhigh"
      }
    }
  }
}

2. 设置合理预算

{
  "budget": {
    "daily": 20.00,
    "weekly": 100.00,
    "monthly": 400.00,
    "alertThreshold": 0.8,
    "hardLimit": true
  }
}

3. 监控和分析

{
  "analytics": {
    "trackUsage": true,
    "trackCosts": true,
    "trackPerformance": true,
    "exportPath": "~/.openclaw/analytics",
    "retentionDays": 30
  }
}

4. 测试和验证

# 测试模型连接
openclaw doctor --check models

# 测试特定模型
openclaw agent --model anthropic/claude-opus-4-6 --message "测试消息"

# 比较模型响应
openclaw benchmark --models "anthropic/claude-opus-4-6,openai/gpt-4o" --prompt "复杂问题"

故障排查

模型连接失败

# 检查 API Key
openclaw config get models.anthropic.apiKey

# 测试连接
curl -X POST https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "claude-sonnet-4", "max_tokens": 10, "messages": [{"role": "user", "content": "hi"}]}'

# 检查网络
ping api.anthropic.com

速率限制

# 查看使用量
openclaw usage --today

# 输出示例：
# Date: 2026-02-26
# Total tokens: 123,456
# Cost: $1.23
# Requests: 89

# 配置速率限制处理
openclaw config set models.anthropic.rateLimitHandling auto_retry

本地模型问题

# 检查 Ollama 服务
curl http://localhost:11434/api/tags

# 检查模型是否加载
ollama list

# 手动加载模型
ollama run llama3.1:70b

# 检查 GPU 使用
nvidia-smi

小结

多模型配置是 OpenClaw 的强大功能之一：

  • 灵活切换：根据任务需求选择合适的模型
  • Failover 保护：自动处理模型不可用情况
  • 成本优化：合理分配预算，避免浪费
  • 本地支持：隐私敏感场景使用本地模型

通过合理的模型配置，你可以在性能、成本、隐私之间找到最佳平衡点。

本篇小结：

  • 掌握了多种模型提供商的配置方法
  • 理解了 Failover 策略和配置
  • 学会了按场景动态切换模型
  • 了解了成本优化策略和监控方法
  • 掌握了本地模型的配置和使用

更新记录：

  • 2026-02-26：初版发布，基于 OpenClaw v2026.2

系列导航：